使用 Pandas 在 Python 中绘制时间数据的分布答案

【问题标题】：Plotting distribution of time data in Python using Pandas使用 Pandas 在 Python 中绘制时间数据的分布
【发布时间】：2019-12-22 21:16:04
【问题描述】：

我有一个熊猫数据框，其中包含一些时间数据，看起来像

0    08:00 AM
1    08:15 AM
2    08:30 AM
3     7:45 AM
4     7:30 AM

总共有 660 行这样的行（数据类型 - 字符串）。我想绘制此列的分布（直方图）。我怎样才能做到这一点？还有一些行只是一个空字符串（缺少数据），所以我还必须在绘图时处理它。处理这个问题的最佳方法是什么？

我曾尝试使用pandas.to_datetime() 将字符串转换为时间戳，但在那之后我仍然坚持如何绘制这些时间戳和缺失数据的分布。

【问题讨论】：

您希望它们如何分组？您的分发时间间隔是多少？
整个数据（全部 660 行）是否来自同一天？
日期无关紧要，它是几个不同机构的开始时间的数据。我想按小时频率绘制它，例如上午 7 点到 8 点、上午 8 点到 9 点、上午 9 点到 10 点等等

标签： python pandas datetime histogram

【解决方案1】：

假设您有您正在谈论的数据框，并且您可以转换为 pandas 日期时间对象：

import pandas as pd
df = pd.DataFrame(['8:00 AM', '8:15 AM', '08:30 AM', '', '7:45 AM','7:45 AM'], columns = ['time'])

df.time = pd.to_datetime(df.time)

df 看起来像这样：

time
0   2019-08-16 08:00:00
1   2019-08-16 08:15:00
2   2019-08-16 08:30:00
3   NaT
4   2019-08-16 07:45:00
5   2019-08-16 07:45:00

我会按小时和分钟分组。

df.groupby([df['time'].dt.hour, df['time'].dt.minute]).count().plot(kind="bar")

results

【讨论】：