带有日期轴的 Pandas/matplotlib 图显示正确的日/月但错误的工作日/年答案

【问题标题】：Pandas/matplotlib plot with date-axis shows correct day/month but wrong weekday/year带有日期轴的 Pandas/matplotlib 图显示正确的日/月但错误的工作日/年
【发布时间】：2017-08-22 17:42:40
【问题描述】：

我正在使用 pandas 加载 CSV 数据，其中一列采用以下形式格式为 '%a %d.%m.%Y' 的日期（例如 'Mon 06.02.2017'），然后尝试制作一些图，其中 x 轴根据日期标记。

绘图过程中出现问题，因为日期标签错误；例如CSV/DataFrame 中的“Mon 06.02.2017”显示为“Thu” 06.02.0048' 在绘图轴上。

这是一个 MWE。这是文件“data.csv”：

Mon 06.02.2017  ;  1  ;  2  ;  3
Tue 07.02.2017  ;  4  ;  5  ;  6
Wed 08.02.2017  ;  7  ;  8  ;  9
Thu 09.02.2017  ; 10  ; 11  ; 12
Fri 10.02.2017  ; 13  ; 14  ; 15
Sat 11.02.2017  ; 16  ; 17  ; 18
Sun 12.02.2017  ; 19  ; 20  ; 21
Mon 13.02.2017  ; 22  ; 23  ; 24
Tue 14.02.2017  ; 25  ; 26  ; 27
Wed 15.02.2017  ; 28  ; 29  ; 30
Thu 16.02.2017  ; 31  ; 32  ; 33

这是解析/绘图代码'plot.py'：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates


df = pd.read_csv(
        'data.csv',
        sep='\s*;\s*',
        header=None,
        names=['date', 'x', 'y', 'z'],
        parse_dates=['date'],
        date_parser=lambda x: pd.datetime.strptime(x, '%a %d.%m.%Y'),
        # infer_datetime_format=True,
        # dayfirst=True,
        engine='python',
)

# DataFrame 'date' Series looks fine
print df.date

ax1 = df.plot(x='date', y='x', legend=True)
ax2 = df.plot(x='date', y='y', ax=ax1, legend=True)
ax3 = df.plot(x='date', y='z', ax=ax1, legend=True)

ax1.xaxis.set_minor_locator(mdates.DayLocator(interval=1))
ax1.xaxis.set_minor_formatter(mdates.DateFormatter('%a %d.%m.%Y'))
ax1.xaxis.grid(True, which='minor')

plt.setp(ax1.xaxis.get_minorticklabels(), rotation=45)
plt.setp(ax1.xaxis.get_majorticklabels(), visible=False)
plt.tight_layout()

plt.show()

请注意，DataFrame.date 系列似乎包含正确的日期，所以这可能是 matplotlib 问题，而不是 pandas/解析错误。

以防万一（尽管我怀疑），我的语言环境是 LC_TIME = en_US.UTF-8。

另外，根据https://www.timeanddate.com/date/weekday.html，当天 06.02.0048 实际上是星期二，所以不知何故，绘制的年份甚至不是真的是 0048 年。

我真的很茫然，感谢任何愿意检查的人。

【问题讨论】：

标签： python pandas matplotlib

【解决方案1】：

虽然我无法真正弄清楚为什么它不起作用，但它似乎与使用 pandas 进行绘图与仅使用 matplotlib 以及可能是 mdates.DateFormatter...

当我注释掉格式行时，它似乎开始工作了：

# ax1.xaxis.set_minor_locator(mdates.DayLocator(interval=1))
# ax1.xaxis.set_minor_formatter(mdates.DateFormatter('%a %d.%m.%Y'))
# ax1.xaxis.grid(True, which='minor')
# 
# plt.setp(ax1.xaxis.get_minorticklabels(), rotation=45)
# plt.setp(ax1.xaxis.get_majorticklabels(), visible=False)

Pandas 自动绘制日期可以正常工作，但调用任何 matplotlib 函数都会破坏日期。只有注释掉 #plt.setp(ax1.xaxis.get_majorticklabels(), visible=False)，才会绘制 Pandas 和 Matplotlib xaxis，奇数 0048 再次出现：

所以问题仍然存在。

但是，您可以通过将 parse_dates=['date'] 替换为 index_col=0、显式创建 matplotlib 图形并将 mdates.DateFormatter 更改为 ticker.FixedFormatter 来规避此问题：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.ticker as ticker

df = pd.read_csv(
    'data.csv',
    sep='\s*;\s*',
    header=None,
    names=['date', 'x', 'y', 'z'],
    index_col=0,
    date_parser=lambda x: pd.to_datetime(x, format='%a %d.%m.%Y'),
    engine='python'
)

ax = plt.figure().add_subplot(111)
ax.plot(df)

ticklabels = [item.strftime('%d-%m-%y') for item in df.index]
ax.xaxis.set_major_locator(mdates.DayLocator(interval=1))
ax.xaxis.set_major_formatter(ticker.FixedFormatter(ticklabels))

plt.xticks(rotation='90')
ax.xaxis.grid(True, which='major')

plt.tight_layout()

plt.show()

【讨论】：

【解决方案2】：

我也遇到了这个问题，但根本原因不同。

我在 matplotlib DateFormatter 类中进行了一些调试，以找出它实际操作的数据。事实证明，针对 postgres 运行的 pandas 查询生成的是日期对象而不是时间戳对象。这导致日期被错误解析，导致年份不正确（解析为 0046 年而不是 2018 年）。

解决方案是更新查询以将时间列转换为时间戳，然后一切正常。

SELECT start_time::timestamp at time zone '{{timezone}}' as "Start Time" ...

也就是说，我有点震惊，相关库不够健壮，无法处理 postgres 可以生成的不同类型的日期表示。

【讨论】：