【问题标题】:Empty DataFrame error encountered plotting with DateTimeIndex in Pandas在 Pandas 中使用 DateTimeIndex 绘图时遇到空 DataFrame 错误
【发布时间】:2016-03-22 17:20:05
【问题描述】:

我正在尝试使用 Pandas 绘图集成绘制时间序列,但收到错误 TypeError: Empty 'DataFrame': no numeric data to plot。直接使用 matplotlib 有效,但我认为我在滥用该库,并希望确保我在使用 Pandas 时不会走错路。

这是正在发生的事情:

我有一个包含两列的数据文件。第一列是时间戳,第二列是经过的时间。两者都以纳秒为单位。我正在使用以下方法读取数据:

data = pd.read_table('trace.log', sep=" ", header=None,
    names=("start", "latency"))
print(data.head())
print(data.dtypes)

其中包含此数据:

            start    latency
0  27668827345634  754210039
1  27668827918895  753710503
2  27668827809194  754495193
3  27668827974232  754464123
4  27669581667404   60338395
start      int64
latency    int64
dtype: object

然后我将start 转换为datetime64[ns] 并将其设为索引,并将latency 转换为timedelta64[ns]。

data.start = pd.to_datetime(data.start, unit="ns")
data.latency = pd.to_timedelta(data.latency, unit="ns")
data.set_index('start', inplace=True)

print(data.head())
print(data.dtypes)
print(data.index)

所以现在我有一个带有 DateTimeIndex 的时间序列,我的延迟表示为时间增量:

                                      latency
start                                        
1970-01-01 07:41:08.827345634 00:00:00.754210
1970-01-01 07:41:08.827495897 00:00:01.395999
1970-01-01 07:41:08.827574509 00:00:01.395592
1970-01-01 07:41:08.827605687 00:00:01.381083
1970-01-01 07:41:08.827634020 00:00:01.381130
latency    timedelta64[ns]
dtype: object
DatetimeIndex(['1970-01-01 07:41:08.827345634',
               '1970-01-01 07:41:08.827495897',
               ...
               '1970-01-01 08:11:07.739615123',
               '1970-01-01 08:11:07.756520620'],
              dtype='datetime64[ns]', name='start', length=437915, freq=None)

我看到的问题是当我尝试绘制它时。根据我看到的示例,我应该能够运行:

data.latency.plot()

生成延迟与开始时间的关系图,但出现以下错误:

/opt/conda/lib/python3.5/site-packages/pandas/tools/plotting.py in _compute_plot_data(self)
   1092         if is_empty:
   1093             raise TypeError('Empty {0!r}: no numeric data to '
-> 1094                             'plot'.format(numeric_data.__class__.__name__))
   1095 
   1096         self.data = numeric_data

TypeError: Empty 'DataFrame': no numeric data to plot

请注意,如果我使用plt.plot(data.index, data.latency) 绘制数据,那么我会得到我期望的结果。我想我一定错过了一个关键的理解,或者我看到了一个错误。能够使用 Pandas 绘图集成会很好。

【问题讨论】:

    标签: python pandas matplotlib


    【解决方案1】:

    您可以使用set_major_formatter() 来自定义您的时间刻度:

    import io
    import datetime
    import matplotlib
    import matplotlib.pyplot as plt
    import pandas as pd
    
    data = """\
                start    latency
    0  27668827345634  754210039
    1  27668827918895  753710503
    2  27668827809194  754495193
    3  27668827974232  754464123
    4  27669581667404   60338395
    """
    data = pd.read_csv(io.StringIO(data), sep='\s+', index_col=0)
    
    data.start = pd.to_datetime(data.start, unit="ns")
    # convert nanoseconds to seconds
    data.latency /= 10**9
    
    # define custom Ticker formatter function
    def timeTicks(x, pos):
        return str(datetime.timedelta(seconds=x))
    
    formatter = matplotlib.ticker.FuncFormatter(timeTicks)
    
    ax = data.plot(x='start', y='latency')
    
    # format yticks
    ax.yaxis.set_major_formatter(formatter)
    
    plt.show()
    

    【讨论】:

    • 我不确定您指的是什么技巧。在绘图命令中显式设置“x”数据是可行的,但我完全希望在不设置“x”的情况下绘制变量会使用“x”数据的索引。
    • @NoahWatkins,诀窍是使用set_major_formatter()。我已明确设置x 以保存(摆脱)data.set_index('start'),因为我认为您这样做只是为了绘图 - 如果是这种情况,您可以简单地指定您的 x 轴 - 它应该是更快。
    猜你喜欢
    • 1970-01-01
    • 2013-01-15
    • 2021-01-06
    • 2020-02-15
    • 1970-01-01
    • 2020-01-04
    • 2016-11-04
    • 2021-04-14
    • 2022-12-05
    相关资源
    最近更新 更多