熊猫中的时间序列箱线图

Question

如何为 pandas 时间序列创建箱线图，其中我每天都有一个方框？

每小时数据的示例数据集，其中一个框应包含 24 个值：

import pandas as pd
n = 480
ts = pd.Series(randn(n),
               index=pd.date_range(start="2014-02-01",
                                   periods=n,
                                   freq="H"))
ts.plot()

我知道我可以为当天制作一个额外的专栏，但我希望有适当的 x 轴标签和 x 限制功能（如在 ts.plot() 中），以便能够使用日期时间索引会很棒。

对于 R/ggplot2 here 有一个类似的问题，如果它有助于澄清我想要什么。

Answer 1

如果它适合您，我建议使用 Seaborn，它是 Matplotlib 的包装器。您可以通过循环遍历时间序列中的组来自己完成，但这需要更多的工作。

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

n = 480
ts = pd.Series(np.random.randn(n), index=pd.date_range(start="2014-02-01", periods=n, freq="H"))


fig, ax = plt.subplots(figsize=(12,5))
seaborn.boxplot(ts.index.dayofyear, ts, ax=ax)

这给出了：

请注意，我将 day of year 作为 grouper 传递给 seaborn，如果您的数据跨越多年，这将不起作用。然后你可以考虑这样的事情：

ts.index.to_series().apply(lambda x: x.strftime('%Y%m%d'))

编辑，对于 3 小时，您可以将其用作石斑鱼，但它仅在没有定义分钟或更低的情况下才有效。 ：

[(dt - datetime.timedelta(hours=int(dt.hour % 3))).strftime('%Y%m%d%H') for dt in ts.index]

Answer 2

（没有足够的代表来评论接受的解决方案，所以添加一个答案。）

接受的代码有两个小错误：（1）需要添加numpy import 和（2）需要在boxplot 语句中交换x 和y 参数。以下产生所示的情节。

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

n = 480
ts = pd.Series(np.random.randn(n), index=pd.date_range(start="2014-02-01", periods=n, freq="H"))

fig, ax = plt.subplots(figsize=(12,5))
seaborn.boxplot(ts.index.dayofyear, ts, ax=ax)

Answer 3

我有一个可能有用的解决方案——它只使用原生 pandas 并允许分层日期时间分组（即跨越年份）。关键是，如果您将函数传递给groupby()，它将在数据帧索引的每个元素上调用。如果您的索引是 DatetimeIndex（或类似的），您可以访问 dt 的所有便利功能进行重采样！

试试这个：

n = 480
ts = pd.DataFrame(np.random.randn(n), index=pd.date_range(start="2014-02-01", periods=n, freq="H"))
ts.groupby(lambda x: x.strftime("%Y-%m-%d")).boxplot(subplots=False, figsize=(12,9), rot=90)