Question

我正在尝试绘制一个简单的时间序列。这是我的代码：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from datetime import datetime
%matplotlib inline

df = pd.read_csv("sample.csv", parse_dates=['t'])
df[['sq', 'iq', 'rq']] = df[['sq', 'iq', 'rq']].apply(pd.to_numeric, errors='coerce')
df = df.fillna(0)
df.set_index('t')

这是输出的一部分：

df[['t','sq']].plot()
plt.show()

如您所见，上图中的x轴不是我想要显示的日期。当我更改下面的绘图调用时，我得到以下乱码图，虽然x轴现在是正确的。

df[['t','sq']].plot(x = 't')
plt.show()

关于我做错的任何提示？如果您需要有关该问题的更多信息，请发表评论并告诉我们。提前谢谢。

Answer 1

我认为你的问题是虽然你已经解析了t列，但它不是日期时间类型。请尝试以下方法：

# Set t to date-time and then to index
df['t'] = pd.to_datetime(df['t'])
df.set_index('t', inplace=True)

阅读你的评论和你添加的答案有人可能会得出结论，这种问题只能通过在pd.read_csv（）中指定解析器来解决。所以这证明我的解决方案原则上是有效的。查看您发布的问题，代码的另一个问题是您指定plot命令的方式。一旦t成为索引，您只需要为plot命令选择除t之外的列。

import pandas as pd
import matplotlib.pyplot as plt

# Read data from file
df = pd.read_csv('C:\\datetime.csv', parse_dates=['Date'])

# Convert Date to date-time and set as index
df['Date'] = pd.to_datetime(df['Date'])
df.set_index('Date', inplace=True)

df.plot(marker='D')
plt.xlabel('Date')
plt.ylabel('Number of Visitors')
plt.show()


df
Out[37]: 
        Date  Adults  Children  Seniors
0 2018-01-05     309       240      296
1 2018-01-06     261       296      308
2 2018-01-07     273       249      338
3 2018-01-08     311       250      244
4 2018-01-08     272       234      307

df
Out[39]: 
            Adults  Children  Seniors
Date                                 
2018-01-05     309       240      296
2018-01-06     261       296      308
2018-01-07     273       249      338
2018-01-08     311       250      244
2018-01-08     272       234      307

Answer 2

正如上面的答案所指出的那样，这个问题被证明是错误的日期解析。但是，它的解决方案是将date_parser传递给read_csv方法调用：

from datetime import datetime as dt
dtm = lambda x: dt.strptime(str(x), "%Y-%m-%d")    
df = pd.read_csv("sample.csv", parse_dates=['t'], infer_datetime_format = True, date_parser= dtm)

在PyPlot中绘制日期时遇到麻烦

2 个答案: