绘制缺少日期值的时间序列信息答案

【问题标题】：Plotting time series information with missing date values绘制缺少日期值的时间序列信息
【发布时间】：2020-04-30 07:45:51
【问题描述】：

我有以下数据集：

dataset.head(7)
Transaction_date     Product   Product Code  Description    
2019-01-01           A         123           A123
2019-01-02           B         267           B267
2019-01-09           B         267           B267
2019-02-11           C         139           C139
2019-02-11           A         125           C125 
2019-02-12           C         139           C139
2019-02-12           A         123           A123

数据集存储交易信息，交易日期可用。换句话说，并非所有日子都有数据可用。最终，我想创建一个时间序列图，向我显示每天的交易数量。

到目前为止，我已经做了一个简单的countplot：

ax = sns.countplot(x=dataset["Transaction_date"],data=dataset)

这个图显示了交易发生的日期。但我更希望看到在情节中没有发生交易的日期，最好显示为 0。

我尝试了以下方法，但检索到错误消息：

groupbydate = dataset.groupby("Transaction_date")
ax = sns.tsplot(x="Transaction_date",y="Product",data=groubydate.fillna(0))

但我得到了错误 cannot label index with a null key 由于限制，我只能使用seaborn 0.8.1

【问题讨论】：

标签： python pandas indexing time-series seaborn

【解决方案1】：

我相信reindex 应该适合你：

# First convert the index to datetime
dataset.index = pd.DatetimeIndex(dataset.index)

# Then reindex! You can also select the min and max of the index for the limits
dataset= dataset.reindex(pd.date_range("2019-01-01", "2019-02-12"), fill_value="NaN")

【讨论】：

谢谢。我忘记提及数据集中可能存在索引重复项。我使用dataset[dataset.index.duplicated()] 找到了它们。这意味着，对于一个交易日期，可以检索各种产品。所以，如果我申请：dataset=dataset.reindex(pd.date_range("2019-01-01", "2019-02-12"), fill_value="NaN")，我会收到一个错误：cannot reindex from a duplicate axis

【解决方案2】：

您可以使用pandas.DataFrame.dropna 删除包含 NaN 值的行，然后绘制图表。例如：

dataset.dropna(thresh=2)

将删除至少有两个 NaN 值的所有行。

您可能还想使用 pandas.DataFrame.fillna 填充 NaN 值

【讨论】：

嗨，我实际上想保留 NaN 值，以便在没有交易时看到日期。