在Pandas中使用DateTimeIndex进行绘图时出现空DataFrame错误

Question

我正在尝试绘制Pandas绘制集成的时间序列，我收到错误TypeError: Empty 'DataFrame': no numeric data to plot。使用matplotlib可以直接使用，但我认为我滥用了这个库，并希望确保我不会因为使用Pandas而走错路。

以下是发生的事情：

我有一个包含两列的数据文件。第一列是时间戳，第二列是经过时间。两者都是纳秒单位。我正在阅读数据：

data = pd.read_table('trace.log', sep=" ", header=None,
    names=("start", "latency"))
print(data.head())
print(data.dtypes)

其中包含此数据：

            start    latency
0  27668827345634  754210039
1  27668827918895  753710503
2  27668827809194  754495193
3  27668827974232  754464123
4  27669581667404   60338395
start      int64
latency    int64
dtype: object

然后我将start转换为datetime64[ns]并将其设为索引，并将latency转换为timedelta64[ns]。

data.start = pd.to_datetime(data.start, unit="ns")
data.latency = pd.to_timedelta(data.latency, unit="ns")
data.set_index('start', inplace=True)

print(data.head())
print(data.dtypes)
print(data.index)

所以现在我有一个带有DateTimeIndex的时间序列，我的延迟表示为时间差值：

                                      latency
start                                        
1970-01-01 07:41:08.827345634 00:00:00.754210
1970-01-01 07:41:08.827495897 00:00:01.395999
1970-01-01 07:41:08.827574509 00:00:01.395592
1970-01-01 07:41:08.827605687 00:00:01.381083
1970-01-01 07:41:08.827634020 00:00:01.381130
latency    timedelta64[ns]
dtype: object
DatetimeIndex(['1970-01-01 07:41:08.827345634',
               '1970-01-01 07:41:08.827495897',
               ...
               '1970-01-01 08:11:07.739615123',
               '1970-01-01 08:11:07.756520620'],
              dtype='datetime64[ns]', name='start', length=437915, freq=None)

我看到的问题是当我试图绘制这个时。根据我看到的例子，我应该能够运行：

data.latency.plot()

生成延迟与开始时间的关系图，但是我收到以下错误：

/opt/conda/lib/python3.5/site-packages/pandas/tools/plotting.py in _compute_plot_data(self)
   1092         if is_empty:
   1093             raise TypeError('Empty {0!r}: no numeric data to '
-> 1094                             'plot'.format(numeric_data.__class__.__name__))
   1095 
   1096         self.data = numeric_data

TypeError: Empty 'DataFrame': no numeric data to plot

请注意，如果我使用plt.plot(data.index, data.latency)绘制数据，那么我会得到我期望的结果。我想我一定错过了一个重要的理解，或者我看到了一个错误。能够使用Pandas绘图集成会很不错。

Answer 1

您可以使用set_major_formatter()来自定义时间刻度：

import io
import datetime
import matplotlib
import matplotlib.pyplot as plt
import pandas as pd

data = """\
            start    latency
0  27668827345634  754210039
1  27668827918895  753710503
2  27668827809194  754495193
3  27668827974232  754464123
4  27669581667404   60338395
"""
data = pd.read_csv(io.StringIO(data), sep='\s+', index_col=0)

data.start = pd.to_datetime(data.start, unit="ns")
# convert nanoseconds to seconds
data.latency /= 10**9

# define custom Ticker formatter function
def timeTicks(x, pos):
    return str(datetime.timedelta(seconds=x))

formatter = matplotlib.ticker.FuncFormatter(timeTicks)

ax = data.plot(x='start', y='latency')

# format yticks
ax.yaxis.set_major_formatter(formatter)

plt.show()