Question

这篇文章有点长，所以这里是最终的＆＃34;问＆＃34;前期：

有没有办法转换结果groupby的x轴/索引或将其他类型的参数传递给axvspan函数的方法？

我有DataFrame的日期时间列，我按year和weekofyear分组。这没关系，但x轴显示为元组。我想axvspan，但我不知道该如何处理这些元组。

import numpy as np
import pandas as pd
import datetime
from matplotlib import pylab
import matplotlib.pyplot as plt
%matplotlib inline

query = ("https://data.cityofchicago.org/resource/6zsd-86xi.json?$where=year>2010")
raw_data = pd.read_json(query)

以下是DataFrame的概述。我将使用date列。

raw_data.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1706960 entries, 0 to 1706959
Data columns (total 22 columns):
arrest                  bool
beat                    int64
block                   object
case_number             object
community_area          float64
date                    datetime64[ns]
description             object
district                float64
domestic                bool
fbi_code                object
id                      int64
iucr                    object
latitude                float64
location                object
location_description    object
longitude               float64
primary_type            object
updated_on              object
ward                    float64
x_coordinate            float64
y_coordinate            float64
year                    int64
dtypes: bool(2), datetime64[ns](1), float64(7), int64(3), object(9)
memory usage: 263.7+ MB

首先，过滤掉所有罪行，但要杀死HOMICIDES。

# get murders
raw_data = raw_data[raw_data["primary_type"] == "HOMICIDE"]

# plot murder count by year and week of the year
plt.figure(figsize=(18, 6))
raw_data.groupby([raw_data.date.dt.year, 
                  raw_data.date.dt.weekofyear])["community_area"].size().plot()

因此，正如您所看到的，x轴表示为元组。就像我之前说过的那样，我想添加axvspan来为我的情节添加任意绿色范围。如果x轴保持了它的日期时间结构，我可以像这样在函数中放置值，它会起作用：

pylab.axvspan(datetime.strptime('2015-12-1 13:40:00', "%Y-%m-%d %H:%M:%S"), 
              datetime.strptime('2016-1-1 13:40:00', "%Y-%m-%d %H:%M:%S"), 
              facecolor='g', alpha=0.05) # green span

这将使图表从2015年12月1日到2016年1月1日以绿色显示。有没有办法转换结果groupby的x轴/索引或将其他类型的参数传递给axvspan函数的方法？

Answer 1

好的，我删除了ole Python for Data Analysis副本并重新发现了resample方法，以及pandas处理时间序列数据的情况。下面的代码完成了这个技巧（坚持我的原始数据集）：

# doesn't really matter which column I choose, I just picked one
murders = raw_data["community_area"]
murders.index = raw_data["date"]

plt.figure(figsize=(18, 6))
murders.resample("W-MON").count().plot() # weekly, every Monday

min_date = min(murders.index)
release_date = datetime.strptime('2015-11-24 12:00:00', "%Y-%m-%d %H:%M:%S") 
max_date = max(murders.index)

pylab.axvspan(min_date, 
              release_date, 
              facecolor='g', alpha=0.05) # green span
pylab.axvspan(release_date, 
              max_date, 
              facecolor='r', alpha=0.075) # red span
pylab.show()

绘制分组日期时间 - 熊猫

1 个答案: