Pandas可以绘制日期的直方图吗？

Question

我接受了我的系列并将其强制转换为dtype = datetime64[ns]的日期时间列（虽然只需要一天的分辨率......不知道如何更改）。

import pandas as pd
df = pd.read_csv('somefile.csv')
column = df['date']
column = pd.to_datetime(column, coerce=True)

但绘图不起作用：

ipdb> column.plot(kind='hist')
*** TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('float64')

我想绘制一个直方图，只显示按周，月或年的日期计数。

当然有一种方法可以在pandas做到这一点？

Answer 1

鉴于此df：

        date
0 2001-08-10
1 2002-08-31
2 2003-08-29
3 2006-06-21
4 2002-03-27
5 2003-07-14
6 2004-06-15
7 2003-08-14
8 2003-07-29

而且，如果不是这样的话：

df["date"] = df["date"].astype("datetime64")

要按月显示日期计数：

df.groupby(df["date"].dt.month).count().plot(kind="bar")

.dt允许您访问日期时间属性。

哪个会给你：

您可以逐年，每天等替换。

例如，如果要区分年份和月份，只需执行以下操作：

df.groupby([df["date"].dt.year, df["date"].dt.month]).count().plot(kind="bar")

这使：

这是你想要的吗？这个清楚吗？

希望这可以帮助 ！

Answer 2

我认为重新取样可能就是你要找的东西。在你的情况下，做：

df.set_index('date', inplace=True)
# for '1M' for 1 month; '1W' for 1 week; check documentation on offset alias
df.resample('1M', how='count')

它只是在进行计数而不是情节，所以你必须制作自己的情节。

有关resample pandas resample documentation文档的更多详细信息，请参阅此文章

我遇到了类似的问题。希望这可以帮助。

Answer 3

渲染的例子

示例代码

#!/usr/bin/env python
# -*- coding: utf-8 -*-

"""Create random datetime object."""

# core modules
from datetime import datetime
import random

# 3rd party modules
import pandas as pd
import matplotlib.pyplot as plt


def visualize(df, column_name='start_date', color='#494949', title=''):
    """
    Visualize a dataframe with a date column.

    Parameters
    ----------
    df : Pandas dataframe
    column_name : str
        Column to visualize
    color : str
    title : str
    """
    plt.figure(figsize=(20, 10))
    ax = (df[column_name].groupby(df[column_name].dt.hour)
                         .count()).plot(kind="bar", color=color)
    ax.set_facecolor('#eeeeee')
    ax.set_xlabel("hour of the day")
    ax.set_ylabel("count")
    ax.set_title(title)
    plt.show()


def create_random_datetime(from_date, to_date, rand_type='uniform'):
    """
    Create random date within timeframe.

    Parameters
    ----------
    from_date : datetime object
    to_date : datetime object
    rand_type : {'uniform'}

    Examples
    --------
    >>> random.seed(28041990)
    >>> create_random_datetime(datetime(1990, 4, 28), datetime(2000, 12, 31))
    datetime.datetime(1998, 12, 13, 23, 38, 0, 121628)
    >>> create_random_datetime(datetime(1990, 4, 28), datetime(2000, 12, 31))
    datetime.datetime(2000, 3, 19, 19, 24, 31, 193940)
    """
    delta = to_date - from_date
    if rand_type == 'uniform':
        rand = random.random()
    else:
        raise NotImplementedError('Unknown random mode \'{}\''
                                  .format(rand_type))
    return from_date + rand * delta


def create_df(n=1000):
    """Create a Pandas dataframe with datetime objects."""
    from_date = datetime(1990, 4, 28)
    to_date = datetime(2000, 12, 31)
    sales = [create_random_datetime(from_date, to_date) for _ in range(n)]
    df = pd.DataFrame({'start_date': sales})
    return df


if __name__ == '__main__':
    import doctest
    doctest.testmod()
    df = create_df()
    visualize(df)

Answer 4

我认为要解决这个问题，你可以使用这个代码，它将日期类型转换为int类型：

df['date'] = df['date'].astype(int)
df['date'] = pd.to_datetime(df['date'], unit='s')

要获取日期，您可以添加以下代码：

pd.DatetimeIndex(df.date).normalize()
df['date'] = pd.DatetimeIndex(df.date).normalize()

Answer 5

我也遇到了麻烦。我想，既然你正在处理日期，你想保留时间顺序（就像我做的那样）。

解决方法是

import matplotlib.pyplot as plt    
counts = df['date'].value_counts(sort=False)
plt.bar(counts.index,counts)
plt.show()

如果有人知道更好的方式，请说出来。

编辑：对于上面的牛仔裤，这是一个数据样本[我从完整数据集中随机抽样，因此是平凡的直方图数据。]

print dates
type(dates),type(dates[0])
dates.hist()
plt.show()

输出：

0    2001-07-10
1    2002-05-31
2    2003-08-29
3    2006-06-21
4    2002-03-27
5    2003-07-14
6    2004-06-15
7    2002-01-17
Name: Date, dtype: object
<class 'pandas.core.series.Series'> <type 'datetime.date'>

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-38-f39e334eece0> in <module>()
      2 print dates
      3 print type(dates),type(dates[0])
----> 4 dates.hist()
      5 plt.show()

/anaconda/lib/python2.7/site-packages/pandas/tools/plotting.pyc in hist_series(self, by, ax, grid, xlabelsize, xrot, ylabelsize, yrot, figsize, bins, **kwds)
   2570         values = self.dropna().values
   2571 
-> 2572         ax.hist(values, bins=bins, **kwds)
   2573         ax.grid(grid)
   2574         axes = np.array([ax])

/anaconda/lib/python2.7/site-packages/matplotlib/axes/_axes.pyc in hist(self, x, bins, range, normed, weights, cumulative, bottom, histtype, align, orientation, rwidth, log, color, label, stacked, **kwargs)
   5620             for xi in x:
   5621                 if len(xi) > 0:
-> 5622                     xmin = min(xmin, xi.min())
   5623                     xmax = max(xmax, xi.max())
   5624             bin_range = (xmin, xmax)

TypeError: can't compare datetime.date to float

Answer 6

我能够通过（1）使用matplotlib绘图而不是直接使用数据框和（2）使用values属性来解决这个问题。见例子：

import matplotlib.pyplot as plt

ax = plt.gca()
ax.hist(column.values)

如果我不使用values，这不起作用，但我不知道它为什么会起作用。