在 plt.plot 上将 pd.Grouper 转换为人类可读的格式答案

【问题标题】：Convert pd.Grouper to human-readable format on plt.plot在 plt.plot 上将 pd.Grouper 转换为人类可读的格式
【发布时间】：2019-05-15 20:57:03
【问题描述】：

我正在使用 Pandas 和 Matplotlib 绘制 SQL 数据库中的一些数据。

这是我的步骤：

将数据库中的数据提取到 pd.DataFrame 中
使用 Grouper('MS') 对它们进行分组
汇总计算每组中有多少项目
绘制图表

df = df.groupby(Grouper(key='published_at', freq='MS'))['id'].count()
ax = df.plot.bar(position=0.5, width=0.4, label="Items")

这就是我的情节：

我想将月份显示为“2019-04”，所以是“Y-M”，但我不知道该怎么做。

由于我是 Python 的新手，任何帮助将不胜感激。谢谢！

【问题讨论】：

试试这个stackoverflow.com/a/43969357/6361531

标签： python pandas dataframe matplotlib

【解决方案1】：

以下适用于您的示例数据，但可能会因大量日期而失败：

tmp_df = df.resample('MS',on='published_at').id.count()
plt.figure(figsize=(10,6))
plt.bar(tmp_df.index.strftime("%Y-%m"), tmp_df)
plt.show()

输出：

【讨论】：

【解决方案2】：

您似乎只想重新格式化日期时间列。

看起来您已经将该列转换为正确的格式，如果不是从第 2 行开始，否则从第 5 行开始。

# Convert to datetime
df['published_at'] = pd.to_datetime(df['published_at'])

# You can start from here, if you have already converted your column
df['published_at_YM'] = df['DOB'].dt.strftime('%Y-%m')

df = df.groupby(Grouper(key='published_at_YM', freq='MS'))['id'].count()

ax = df.plot.bar(position=0.5, width=0.4, label="Items")

【讨论】：