我可以使用seaborn在x轴上绘制带日期时间的线性回归吗？

Question

我的DataFrame对象看起来像

            amount
date    
2014-01-06  1
2014-01-07  1
2014-01-08  4
2014-01-09  1
2014-01-14  1

我想要一种沿着x轴的时间散点图，以及y上的数量，用数据线来引导观察者的眼睛。如果我使用panadas情节df.plot(style="o")它不太正确，因为线路不在那里。我希望像here这样的例子。

Answer 1

注意：这与Ian Thompson的答案有很多共同之处，但这种方法不同，足以让它成为一个单独的答案。我使用问题中提供的DataFrame格式，并避免更改索引。

Seaborn和其他图书馆也不像你希望的那样处理日期时间轴。以下是我如何解决这个问题的方法：

首先添加一列日期序号

Seaborn将更好地处理这些而不是日期。这是一个方便的伎俩，可以用日期和图书馆来做各种各样的蠢事。不喜欢约会。

df['date_ordinal'] = pd.to_datetime(df['date']).apply(lambda date: date.toordinal())

在日期轴上制作带有序数的图

ax = seaborn.regplot(
    data=df,
    x='date_ordinal',
    y='amount',
)
# Tighten up the axes for prettiness
ax.set_xlim(df['date_ordinal'].min() - 1, df['date_ordinal'].max() + 1)
ax.set_ylim(0, df['amount'].max() + 1)

将序号X轴标签替换为漂亮可读的日期

ax.set_xlabel('date')
new_labels = [date.fromordinal(int(item)) for item in ax.get_xticks()]
ax.set_xticklabels(new_labels)

TA-DAA！

Answer 2

由于Seaborn对日期有困难，我将创建一个解决方案。 首先，我将Date列作为索引：

# Make dataframe
df = pd.DataFrame({'amount' : [1,
                               1,
                               4,
                               1,
                               1]},
                  index = ['2014-01-06',
                           '2014-01-07',
                           '2014-01-08',
                           '2014-01-09',
                           '2014-01-14'])

其次，将索引转换为pd.DatetimeIndex：

# Make index pd.DatetimeIndex
df.index = pd.DatetimeIndex(df.index)

用它替换原件：

# Make new index
idx = pd.date_range(df.index.min(), df.index.max())

第三，使用新索引（idx）重新索引：

# Replace original index with idx
df = df.reindex(index = idx)

这将生成一个新数据框，其中包含您没有数据的日期的NaN值：

第四，由于Seaborn对日期和回归线不起作用，我将创建一个行计数列，我们可以将其用作x轴：

# Insert row count
df.insert(df.shape[1],
          'row_count',
          df.index.value_counts().sort_index().cumsum())

第五，我们现在应该能够使用'row_count'作为我们的x变量和'amount'作为我们的y变量来绘制回归线：

# Plot regression using Seaborn
fig = sns.regplot(data = df, x = 'row_count', y = 'amount')

第六，如果您希望日期沿x轴而不是row_count，您可以将x-tick标签设置为索引：

# Change x-ticks to dates
labels = [item.get_text() for item in fig.get_xticklabels()]

# Set labels for 1:10 because labels has 11 elements (0 is the left edge, 11 is the right
# edge) but our data only has 9 elements
labels[1:10] = df.index.date

# Set x-tick labels
fig.set_xticklabels(labels)

# Rotate the labels so you can read them
plt.xticks(rotation = 45)

# Change x-axis title
plt.xlabel('date')

plt.show();

希望这有帮助！