如何仅绘制熊猫 datetime64[ns] 属性的时间答案

【问题标题】：How to plot time only of pandas datetime64[ns] attribute如何仅绘制熊猫 datetime64[ns] 属性的时间
【发布时间】：2021-02-19 03:31:47
【问题描述】：

我有一个格式为 datetime64[ns] 的长时间范围的数据框和一个 int 值

数据如下所示：

                  MIN_DEP  DELAY
0     2018-01-01 05:09:00      0
1     2018-01-01 05:13:00      0
2     2018-01-01 05:39:00      0
3     2018-01-01 05:43:00      0
4     2018-01-01 06:12:00     34
...                   ...    ...
77005 2020-09-30 23:42:00      0
77006 2020-09-30 23:43:00      0
77007 2020-09-30 23:43:00     43
77008 2020-10-01 00:18:00      0
77009 2020-10-01 00:59:00      0

[77010 rows x 2 columns]
MIN_DEP    datetime64[ns]
DELAY               int64
dtype: object

目标是在 x 轴上仅绘制 00:00 - 24:00 范围内的所有数据，不再有日期。

当我尝试绘制它时，时间线在任何时候都是 00:00。如何解决这个问题？

import matplotlib.dates as mdates

fig, ax = plt.subplots()
ax.plot(pd_to_stat['MIN_DEP'],pd_to_stat['DELAY'])

xfmt = mdates.DateFormatter('%H:%M')
ax.xaxis.set_major_formatter(xfmt)

plt.show()

尝试将之前的时间戳转换为 dt.time 然后绘制它

pd_to_stat['time'] = pd.to_datetime(pd_to_stat['MIN_DEP'], format='%H:%M').dt.time
fig, ax = plt.subplots()
ax.plot(pd_to_stat['time'],pd_to_stat['DELAY'])
plt.show()

情节不允许这样做：

TypeError: float() argument must be a string or a number, not 'datetime.time'

【问题讨论】：

标签： python pandas datetime plot

【解决方案1】：

根据您的要求，我猜您不需要时间戳中的日期和秒字段。所以你首先需要一点预处理。使用下面的代码删除秒字段

dataset['MIN_DEP'] = dataset['MIN_DEP'].strftime("%H:%M")

然后您可以通过以下方式从时间戳中删除日期

dataset['MIN_DEP'] = pd.Series([val.time() for val in dataset['MIN_DEP']])

然后你可以用通常的方式绘制你的数据。

【讨论】：

谢谢！但情节仍然说TypeError: float() argument must be a string or a number, not 'datetime.time'
您能否在使用我的解决方案后打印数据集的类型['MIN_DEP'] 并提及之后的数据类型是什么。
Type 是 MIN_DEP object 实际上您的解决方案与我在帖子末尾提到的 pd_to_stat['time'] = pd.to_datetime(pd_to_stat['MIN_DEP'], format='%H:%M').dt.time 完全相同。

【解决方案2】：

这似乎现在有效。我没有认出，情节仍在日期分裂。为了解决这个问题，我可以用相同的日期替换所有日期并使用 DateFormatter 隐藏日期

import matplotlib.dates as mdates
pd_to_stat['MIN_DEP'] = pd_to_stat['MIN_DEP'].map(lambda t: t.replace(year=2020, month=1, day=1))

fig, ax = plt.subplots()
ax.plot(pd_to_stat['MIN_DEP'],pd_to_stat['DELAY'])

xfmt = mdates.DateFormatter('%H:%M')
ax.xaxis.set_major_formatter(xfmt)

plt.show()

【讨论】：