Могут ли Панды построить гистограмму дат?

104

Я взял свою серию и привел ее к столбцу datetime dtype = datetime64[ns](хотя требуется только дневное разрешение ... не знаю, как это изменить).

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

но построение графика не работает:

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

Я хотел бы построить гистограмму, которая просто показывает количество дат по неделям, месяцам или годам. .

Неужто есть способ сделать это pandas?

горки
источник
2
можешь показать образец имеющегося у тебя df?
jrjc

Ответы:

169

Учитывая этот 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

и, если это еще не так:

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

Чтобы показать количество дат по месяцам:

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

.dt позволяет получить доступ к свойствам datetime.

Что даст вам:

группапо дате месяц

Вы можете заменить месяц на год, день и т. Д.

Например, если вы хотите различать год и месяц, просто выполните:

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

Который дает:

группапо дате месяц году

Вы этого хотели? Это понятно ?

Надеюсь это поможет !

jrjc
источник
1
Если у вас есть данные за несколько лет, все «январские» данные помещаются в один и тот же столбец и так далее для каждого месяца.
drevicko
Работает, но для меня (pandas 0.15.2) даты должны быть написаны с большой буквы D: df.groupby (df.Date.dt.month) .count (). Plot (kind = "bar")
harbun
@drevicko: Я полагаю, это ожидается. @harbun: dateили Dateвот имена столбцов, поэтому, если ваш столбец с датами называется foo, это будет:df.foo.dt.month
jrjc
@jeanrjc Еще раз взглянув на вопрос, я думаю, ты прав. Для других, таких как я, которым также необходимо различать по годам, есть ли простой способ groupbyсочетания двух атрибутов данных столбца (например, года и даты)?
drevicko
Есть ли способ подготовить даты, чтобы я мог использовать seaborn.distplot () для построения гистограммы дат по датам?
panc
11

Я думаю, что ресамплинг может быть тем, что вы ищете. В вашем случае сделайте:

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')

Это только подсчет, а не сюжет, поэтому вам нужно будет создать свои собственные сюжеты.

См. Этот пост для получения более подробной информации о документации resample pandas resample documentation

Я столкнулся с аналогичными проблемами, как и вы. Надеюсь это поможет.

Итан
источник
2
howустарела. Новый синтаксисdf.resample('1M').count()
Дэн Уивер
6

Визуализированный пример

введите описание изображения здесь

Пример кода

#!/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)
Мартин Тома
источник
5

Мне удалось обойти это, (1) построив график с помощью matplotlib вместо прямого использования фрейма данных и (2) используя valuesатрибут. См. Пример:

import matplotlib.pyplot as plt

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

Это не работает, если я не использую values, но я не знаю, почему это работает.

Abeboparebop
источник
3

Вот решение, когда вы просто хотите получить гистограмму, как вы ожидаете. Это не использует groupby, но преобразует значения datetime в целые числа и изменяет метки на графике. Можно было бы сделать некоторые улучшения, чтобы переместить метки галочки в ровные места. Также с подходом возможен график оценки плотности ядра (и любой другой график).

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

df = pd.DataFrame({"datetime": pd.to_datetime(np.random.randint(1582800000000000000, 1583500000000000000, 100, dtype=np.int64))})
fig, ax = plt.subplots()
df["datetime"].astype(np.int64).plot.hist(ax=ax)
labels = ax.get_xticks().tolist()
labels = pd.to_datetime(labels)
ax.set_xticklabels(labels, rotation=90)
plt.show()

Гистограмма даты и времени

JulianWgs
источник
1

Я думаю, что для решения этой проблемы вы можете использовать этот код, он преобразует тип даты в типы int:

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

только для получения даты вы можете добавить этот код:

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

источник
1
это не отвечает на вопрос, как построить упорядоченную гистограмму даты и времени?
lollercoaster
Я думаю, что ваша проблема с типом datetime, вы должны нормализовать, прежде чем строить график
Вы также можете увидеть эту ссылку
1

У меня просто были проблемы с этим. Я полагаю, что, поскольку вы работаете с датами, вы хотите сохранить хронологический порядок (как это сделал я).

Обходной путь тогда

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

Пожалуйста, если кто-нибудь знает способ получше, сообщите об этом.

РЕДАКТИРОВАТЬ: для Джин выше, вот образец данных [я произвольно выбрал из полного набора данных, следовательно, тривиальные данные гистограммы.]

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

Вывод:

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
Разработано
источник
1

Все эти ответы кажутся слишком сложными, по крайней мере, с «современными» пандами это две строчки.

df.set_index('date', inplace=True)
df.resample('M').size().plot.bar()
Брифорд Уайли
источник
1
Кажется, что это работает, только если у вас есть DataFrame, но не если все, что у вас есть, это Series. Не могли бы вы добавить примечание по этому делу?
Дэвид З.