Question

我有一个带有TIMESTAMP列（不是索引）的pandas DataFrame，时间戳格式如下：

2015-03-31 22:56:45.510

我还有名为CLASS和AXLES的列。我想为AXLES的每个唯一值分别计算每个月的记录数（AXLES可以取3-12之间的整数值。）

我想出了resample和groupby：

的组合

resamp = dfWIM.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS

这似乎给了我一个multiIndex数据帧对象，如下所示。

In [72]: resamp

Out [72]:

AXLES  TIMESTAMP 
3      2014-07-31      5517
       2014-08-31     31553
       2014-09-30     42816
       2014-10-31     49308
       2014-11-30     44168
       2014-12-31     45518
       2015-01-31     54782
       2015-02-28     52166
       2015-03-31     47929
4      2014-07-31      3147
       2014-08-31     24810
       2014-09-30     39075
       2014-10-31     46857
       2014-11-30     42651
       2014-12-31     48282
       2015-01-31     42708
       2015-02-28     43904
       2015-03-31     50033

从这里，如何访问此multiIndex对象的不同组件以创建以下条件的条形图？

显示AXLES = 3时的数据
以月 - 年格式显示x刻度（无日，小时，分钟等）

谢谢！

编辑：以下代码为我提供了图表，但我无法将xtick格式更改为MM-YY。

resamp[3].plot(kind='bar')

下面的

EDIT 2 是一个代码片段，它会生成类似于我的数据的一小部分数据：

dftest = {'TIMESTAMP':['2014-08-31','2014-09-30','2014-10-31'], 'AXLES':[3, 3, 3], 'CLASS':[5,6,7]}
dfTest = pd.DataFrame(dftest)
dfTest.TIMESTAMP = pd.to_datetime(pd.Series(dfTest.TIMESTAMP))
resamp = dfTest.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS
resamp[3].plot(kind='bar')

编辑3： 以下是解决方案：

A.绘制整个重采样数据帧（基于@Ako的建议）：

df = resamp.unstack(0)
df.index = [ts.strftime('%b 20%y') for ts in df.index]
df.plot(kind='bar', rot=0)

B.从重新采样的数据帧中绘制单个索引（基于@Alexander的建议）：

df = resamp[3]
df.index = [ts.strftime('%b 20%y') for ts in df.index]
df.plot(kind='bar', rot=0)

Answer 1

您可以使用ax.xaxis.set_major_formatter ticker.FixedFormatter显式生成和设置标签。这样您就可以使DataFrame的MultiIndex保留时间戳值，而以所需的%m-%Y格式显示时间戳：

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

dftest = {'TIMESTAMP':['2014-08-31','2014-09-30','2014-10-31'], 'AXLES':[3, 3, 3], 'CLASS':[5,6,7]}
dfTest = pd.DataFrame(dftest)
dfTest.TIMESTAMP = pd.to_datetime(pd.Series(dfTest.TIMESTAMP))
resamp = dfTest.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS

ax = resamp[3].plot(kind='bar')
ticklabels = [timestamp.strftime('%m-%Y') for axle, timestamp in resamp.index]
ax.xaxis.set_major_formatter(ticker.FuncFormatter(lambda x, pos: ticklabels[int(x)]))
plt.gcf().autofmt_xdate()

plt.show()

的产率

Answer 2

以下情况应该有效，但如果没有一些数据则很难进行测试。

首先重置索引以访问TIMESTAMP列。然后使用strftime将其格式化为所需的文本表示形式（例如mm-yy）。最后，将索引重置为AXLES和TIMESTAMP。

df = resamp.reset_index()
df['TIMESTAMP'] = [ts.strftime('%m-%y') for ts in df.TIMESTAMP]
df.set_index(['AXLES', 'TIMESTAMP'], inplace=True)
>>> df.xs(3, level=0).plot(kind='bar')

熊猫：带有multiIndex数据帧的条形图

2 个答案: