Python Pandas - 来自年度数据的每周线图

Question

我有一个每年30分钟的能耗读数数据集：

                      data
2012-11-01 00:00:00  0.177
2012-11-01 00:30:00  0.141
2012-11-01 01:00:00  0.112
2012-11-01 01:30:00  0.082
2012-11-01 02:00:00  0.080
...

如何绘制显示每周数据消耗的多重线图？即最终我将有一个52行的图表，其中x轴是一周中的时间（天？半天？小时？），y轴是消费。

感谢

Answer 1

考虑索引为df的数据框tidx

tidx = pd.date_range('2016-01-01', '2017-01-01', freq='30T')
df = pd.DataFrame(dict(data=(np.random.randn(len(tidx)) + .01).cumsum()), tidx)

相对于第一个日期创建时间增量

deltas = df.index - df.index[0]

根据deltas

创建周

week = deltas.days // 7

使用pd.Series

构建新的pd.MultiIndex对象

d1 = pd.Series(
    df.data.values,
    [deltas - pd.to_timedelta(week, 'w'), week]
)

<强> unstack

d2 = print(d1.unstack().add_prefix('Week ')
d2.iloc[:10, :5]

            Week 0    Week 1     Week 2    Week 3     Week 4
00:00:00 -0.973634 -5.350765   6.918354 -3.536488  22.489763
00:30:00 -2.320088 -5.632370   6.670572 -4.852697  24.493568
01:00:00 -2.499885 -3.458980   8.748229 -4.059241  25.278759
01:30:00 -3.525366 -2.286180   8.345489 -5.241154  26.086324
02:00:00 -2.110594 -2.801211   8.626546 -6.840205  28.028737
02:30:00 -2.811840 -2.605900   9.224140 -6.601106  28.014257
03:00:00 -4.119560 -3.497173   9.801411 -6.431539  29.284452
03:30:00 -4.927063 -3.406615  11.729483 -5.526467  27.834364
04:00:00 -5.573758 -2.559643  13.653698 -3.948048  28.956422
04:30:00 -4.878375 -4.322923  12.017081 -2.862244  28.364504

全部合作

tidx = pd.date_range('2016-01-01', '2017-01-01', freq='30T')
df = pd.DataFrame(dict(data=(np.random.randn(len(tidx)) + .01).cumsum()), tidx)

deltas = df.index - df.index[0]

week = deltas.days // 7

d1 = pd.Series(
    df.data.values,
    [deltas - pd.to_timedelta(week, 'w'), week]
)

d2 = d1.unstack().add_prefix('Week ')

ax = d2.plot(rot=30, colormap='jet')
lg = ax.legend(ncol=4, loc=2, bbox_to_anchor=(1.05, 1))

Answer 2

假设您正在使用matplotlib和pandas，否则只需安装并导入它：

import matplotlib.pyplot as plt

直到你使用plt.show（）默认会在图上绘制

所以将第一列转换为带有pandas的日期时间，这样pyplot将使用日期轴进行绘制。

pandas.to_datetime(..) 

那么如果你真的想要52行： 称52时间plt.plot（周，数据）

然后显示：

plt.show()

但我会建议你使用：

plt.scatter(df['date'],df['data'])
plt.show()

你可以在同一个图表上获得全年52分，作为一个快速的例子，它将提供类似的东西：