日期列和整数列之间的 Seaborn 热图答案

【问题标题】：Seaborn heatmap between date column and integer column日期列和整数列之间的 Seaborn 热图
【发布时间】：2021-04-11 18:41:48
【问题描述】：

我有一个包含'Date' 列和'Tweet_Count' 列的数据框。

我想绘制一张热图，显示一个月中每一天的推文计数。

使用此代码：

uk = uk_df.pivot("Date", "Tweet_Count")
ax = sns.heatmap(uk)

我收到一个错误：

TypeError: '<=' not supported between instances of 'float' and 'str'

任何帮助将不胜感激。谢谢。

【问题讨论】：

它看起来像 seaborn 热图 require a 2D array as input。您可能需要重新考虑如何表示日期数据 - 例如，x 轴是星期几，y 轴是星期数。这假设您仅尝试绘制 1 个国家/地区。

标签： python dataframe plot seaborn heatmap

【解决方案1】：

您正在寻找的sns.heatmap所需的DataFrame格式是一个数据透视表，其中index、columns和values作为Date、Country和Tweet_Count传递给pivot ，分别如下（如果这导致错误，请升级到pandas 的最新版本，因为pivot 在过去的版本中有问题）：

   Country    UK
      Date  
2020-03-01  400
2020-03-02  1000
2020-03-03  100

因此，您只需将 Country 也传递给枢轴：

uk = pd.DataFrame({'Country': {0: 'UK', 1: 'UK', 2: 'UK'},
 'Date': {0: '2020-03-01', 1: '2020-03-02', 2: '2020-03-03'},
 'Tweet_Count': {0: 100, 1: 200, 2: 300}})

uk['Date'] = pd.to_datetime(uk['Date']).dt.date

uk = uk.pivot("Date", "Country", 'Tweet_Count')
ax = sns.heatmap(uk)

向下滚动到第四块代码here：

值得一提的是，您还可以使用以下方式进行注释：

ax = sns.heatmap(uk, annot=True, fmt="d")

【讨论】：

【解决方案2】：

假设数据是这样的，下面我有两个国家

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

Date = pd.date_range(start='1/3/2020', periods=30,freq="D").strftime('%Y-%m-%d').to_list()
df = pd.DataFrame({'Country':np.repeat(['UK','KU'],len(Date)),
                   'Date':Date*2,
                     'Tweet_Count':np.random.randint(1000,2000,len(Date)*2)})
df.head()

    Country Date    Tweet_Count
0   UK  2020-01-03  1809
1   UK  2020-01-04  1419
2   UK  2020-01-05  1463
3   UK  2020-01-06  1576
4   UK  2020-01-07  1137

如果只有 1 个国家/地区，则可以转置：

fig, ax = plt.subplots(figsize=(8,2))
uk = df[df['Country']=="UK"]
ax = sns.heatmap(uk[['Date','Tweet_Count']].set_index('Date').T)

如果有 2 个或更多：

wide_df = df.pivot_table(index="Country",columns="Date",fill_value="Tweet_Count")
wide_df.columns = [j for i,j in wide_df.columns]
fig, ax = plt.subplots(figsize=(8,2))
ax = sns.heatmap(wide_df)

【讨论】：