熊猫时间序列：如何只绘制一天中的时间（没有日期）与其他值？

Question

当我准备对一个相当大的数据集做一些回归时，我想首先想象数据。

我们所讨论的数据是2011年5月纽约地铁的数据（每小时参赛，下雨，天气等）。

创建数据帧时，我将小时和时间转换为pandas日期时间格式 现在我意识到，从手边的例子的逻辑观点来看，我想做的事情没有多大意义。但是，我仍然希望根据每小时条目绘制确切的时间。正如我所说的那样，因为ENTRIESn_hourly是聚合的，所以这并不是很有意义。但是，为了论证，我们假设ENTRIESn_hourly与确切的时间戳明确相关。

现在，我将如何只花时间而忽略日期，然后将其描绘出来？

请在此处找到jupyter笔记本：https://github.com/FBosler/Udacity/blob/master/Example.ipynb

很多！

Answer 1

IIUC你可以这样做：

In [9]: weather_turnstile.plot.line(x=weather_turnstile.Date_Time.dt.time, y='ENTRIESn_hourly', marker='o', alpha=0.3)
Out[9]: <matplotlib.axes._subplots.AxesSubplot at 0xc2a63c8>

.dt accessor可让您访问以下属性：

In [10]: weather_turnstile.Date_Time.dt.
weather_turnstile.Date_Time.dt.ceil             weather_turnstile.Date_Time.dt.is_quarter_end   weather_turnstile.Date_Time.dt.strftime
weather_turnstile.Date_Time.dt.date             weather_turnstile.Date_Time.dt.is_quarter_start weather_turnstile.Date_Time.dt.time
weather_turnstile.Date_Time.dt.day              weather_turnstile.Date_Time.dt.is_year_end      weather_turnstile.Date_Time.dt.to_period
weather_turnstile.Date_Time.dt.dayofweek        weather_turnstile.Date_Time.dt.is_year_start    weather_turnstile.Date_Time.dt.to_pydatetime
weather_turnstile.Date_Time.dt.dayofyear        weather_turnstile.Date_Time.dt.microsecond      weather_turnstile.Date_Time.dt.tz
weather_turnstile.Date_Time.dt.days_in_month    weather_turnstile.Date_Time.dt.minute           weather_turnstile.Date_Time.dt.tz_convert
weather_turnstile.Date_Time.dt.daysinmonth      weather_turnstile.Date_Time.dt.month            weather_turnstile.Date_Time.dt.tz_localize
weather_turnstile.Date_Time.dt.floor            weather_turnstile.Date_Time.dt.nanosecond       weather_turnstile.Date_Time.dt.week
weather_turnstile.Date_Time.dt.freq             weather_turnstile.Date_Time.dt.normalize        weather_turnstile.Date_Time.dt.weekday
weather_turnstile.Date_Time.dt.hour             weather_turnstile.Date_Time.dt.quarter          weather_turnstile.Date_Time.dt.weekday_name
weather_turnstile.Date_Time.dt.is_month_end     weather_turnstile.Date_Time.dt.round            weather_turnstile.Date_Time.dt.weekofyear
weather_turnstile.Date_Time.dt.is_month_start   weather_turnstile.Date_Time.dt.second           weather_turnstile.Date_Time.dt.year