使用 matplotlib.dates 时，Pandas Dataframe 绘图未显示日期

Question

我有以下代码，可以在某些日期按国家/地区绘制 COVID-19 确诊病例。

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



df = pd.DataFrame({'Countries': ['Australia', 'India', 'UAE',  'UK'],
                   '3/1/20':    [   27,        3,   21,    36],
                   '3/2/20':    [   30,        5,   21,    40],
                   '3/3/20':    [   39,        5,   27,    51],
                   '3/4/20':    [   52,        28,   27,    86],
                   },
                   index = [0, 1, 2, 3])

print('Datframe:\n')
print(df)

dft=df.T
print('\n Transposed data:\n')
print(dft)

print(dft.columns)
dft.columns=dft.iloc[0]
dft=dft[1:]
print('\n Final data:\n')
print(dft)


dft.plot.bar(align='center')

# Set date ticks with 2-day interval
plt.gca().xaxis.set_major_locator(mdates.DayLocator(interval=2))

# Change date format
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%d-%m-%Y'))

''' Note: If I comment above two lines, I get back x-axis ticks. '''

# Autoformatting dates ticks
plt.gcf().autofmt_xdate()
plt.title('COVID-19 confirmed cases')

plt.show()

在这里，我打算以 2 天的间隔在 x 轴刻度上显示日期，并以不同的样式格式化日期。但是，在图中，我没有在 x 轴上看到任何刻度和标签，如下图所示。

但是，当我用 matplotlib.dates 注释掉说明时，我会返回 x-ticks 和标签。

这可以用简单的方式解释和解决吗？另外，我们可以用fig, ax = plt.subplots()得到同样的结果吗？

Answer 1

你快到了。您需要做的就是重构您的数据框。索引日期。一种方法如下：

数据

df = pd.DataFrame({'Countries': ['Australia', 'India', 'UAE',  'UK'],
                   '3/1/20':    [   27,        3,   21,    36],
                   '3/2/20':    [   30,        5,   21,    40],
                   '3/3/20':    [   39,        5,   27,    51],
                   '3/4/20':    [   52,        28,   27,    86],
                   },
                   index = [0, 1, 2, 3])
df2=df.set_index('Countries').T.unstack().reset_index()
df2#.plot(kind='bar')
df2.columns=['Countries','Date','Count']
df2['Date']=pd.to_datetime(df2['Date'])
df2.dtypes

将日期粗略到日期时间

df2.set_index('Date', inplace=True)

在绘图前分组日期、国家和取消堆叠

df2.groupby([df2.index.date,df2['Countries']])['Count'].sum().unstack().plot.bar()

结果