绘制 Pandas DataFrame 的出现次数

Question

我有一个包含两列的 DataFrame。其中一个包含时间戳，另一个包含一些操作的 id。类似的东西：

2000-12-29 00:10:00     action1
2000-12-29 00:20:00     action2
2000-12-29 00:30:00     action2
2000-12-29 00:40:00     action1
2000-12-29 00:50:00     action1
...
2000-12-31 00:10:00     action1
2000-12-31 00:20:00     action2
2000-12-31 00:30:00     action2

我想知道某天执行了多少特定类型的操作。 IE。对于每一天，我需要计算 actionX 的出现次数，并在 X 轴上绘制日期，在 Y 轴上绘制 actionX 的出现次数，每个日期。

当然，我可以通过遍历我的数据集来天真地计算每天的操作。但是使用 pandas/matplotlib 的“正确方法”是什么？

Answer 1

我发现组合 .count_values().plot.bar() 做直方图非常直观。它还为您按正确的顺序排列类别，并且在许多类别太多的情况下，您可以简单地使用.count_values().iloc[:k].plot.bar()。

因此，在您的情况下，我要做的是计算一个新的 Pandas 系列 date+action，格式化为可读性，然后调用上面的 sn-p 之一。代码可能如下所示：

date_and_action = df['date'].astype(str).str.slice(0, 10) + '_' + df['action']
date_and_action.count_values().iloc[:k].plot.bar()

Answer 2

你可以通过使用来获得计数

df.groupby([df.index.date, 'action']).count()

也可以直接用这个方法画图

df.groupby([df.index.date, 'action']).count().plot(kind='bar')

您也可以将结果存储到count，然后单独绘制。这是假设您的索引已经是 datetimeindex 格式，否则按照上面@mkln 的指示。

Answer 3

从

                mydate col_name
0  2000-12-29 00:10:00  action1
1  2000-12-29 00:20:00  action2
2  2000-12-29 00:30:00  action2
3  2000-12-29 00:40:00  action1
4  2000-12-29 00:50:00  action1
5  2000-12-31 00:10:00  action1
6  2000-12-31 00:20:00  action2
7  2000-12-31 00:30:00  action2

你可以的

df['mydate'] = pd.to_datetime(df['mydate'])
df = df.set_index('mydate')
df['day'] = df.index.date
counts = df.groupby(['day', 'col_name']).agg(len)

但也许还有更直接的方法。以上应该可以工作。

如果你想将计数用作 DataFrame，我会将其转换回来

counts = pd.DataFrame(counts, columns=['count'])