如何使用 Seaborn（或 matplotlib）在 x 轴上绘制日期答案

【问题标题】：How to plot dates on the x-axis using Seaborn (or matplotlib)如何使用 Seaborn（或 matplotlib）在 x 轴上绘制日期
【发布时间】：2016-08-30 12:55:45
【问题描述】：

我有一个包含一些时间序列数据的 csv 文件。我这样创建一个数据框：

df = pd.read_csv('C:\\Desktop\\Scripts\\TimeSeries.log')

当我调用df.head(6)时，数据显示如下：

Company     Date                 Value
ABC         08/21/16 00:00:00    500
ABC         08/22/16 00:00:00    600
ABC         08/23/16 00:00:00    650
ABC         08/24/16 00:00:00    625
ABC         08/25/16 00:00:00    675
ABC         08/26/16 00:00:00    680

然后，我有以下内容将“日期”列强制为日期时间格式：

df['Date'] = pd.to_datetime(df['Date'], errors = 'coerce')

有趣的是，当我调用以下命令时，我看到了“pandas.core.series.Series”：

type(df['Date'])

最后，我调用以下命令来创建情节：

%matplotlib qt
sns.tsplot(df['Value'])

在从左到右的 x 轴上，我看到整数范围从 0 到数据框中的行数。如何将“日期”列作为 x 轴值添加到该图中？

谢谢！

【问题讨论】：

尝试使用df.set_index (...)将“日期”列设置为索引
或将df 作为第一个参数，然后相应地指定time 和value kwargs。

标签： python matplotlib seaborn timeserieschart

【解决方案1】：

不确定 tsplot 是不是最好的工具。您可以使用：

df[['Date','Value']].set_index('Date').plot()

【讨论】：

这很简单且有效，但可能需要注意的是，如果数据中不存在所有连续日期，则不会生成与时间流逝连续/线性的轴。
可以使用resample() 获得连续轴。

【解决方案2】：

我认为为时已晚。

首先，您必须注意“日期”列是一系列“日期时间”类型，因此您应该这样做以获得“日期”部分：

df['Date'] = df['Date'].map(lambda x:x.date())

现在按“日期”对数据框进行分组，然后重置索引以使“日期”成为一列（而不是索引）。

那么你可以使用plt.plot_date

df_groupedby_date = df.groupby('Date').count()
df_groupedby_date.reset_index(inplace=True)
plt.plot_date(x=df_groupedby_date['Date'], y=df_groupedby_date['Value'])

【讨论】：

【解决方案3】：

将time 参数用于tsplot

来自文档：

time : string or series-like
    Either the name of the field corresponding to time in the data DataFrame or x values for a plot when data is an array. If a Series, the name will be used to label the x axis.
#Plot the Value column against Date column
sns.tsplot(data = df['Value'], time = df['Date'])

但是，tsplot 用于在同一时间窗口中针对不同条件绘制时间序列。要绘制单个时间序列，您还可以使用 plt.plot(time = df['Date'], data = df['Value'])

【讨论】：