使用带有matplotlib的mdates将x轴设置为日期

时间:2018-06-05 14:05:18

标签: python pandas matplotlib seaborn

我正在加载这些包:

import pandas as pd
from matplotlib import pyplot as plt
import numpy
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib
import matplotlib.dates as mdates
sns.set()
%matplotlib inline

我的数据框df看起来像这样

df['element_date'] = pd.to_datetime(df['element_date'])
df['mdate'] = [mdates.date2num(d) for d in df['element_date']]
df.head()

id            Tier    element     element_date           mdate
5228039     Tier B      4      2018-05-28 10:59:00  736842.457639
5232263     Tier B      3      2018-05-28 10:59:00  736842.457639
5245478     Tier B      EA     2018-05-27 13:58:00  736841.581944
4975552     Tier B      2      2018-05-30 21:01:00  736844.875694
4975563     Tier A      2      2018-05-30 21:01:00  736844.875694

我正在尝试将计数图的x轴设置为仅限月和日,并且我收到错误消息。这是我正在运行的代码(我删除了命名标签以节省空间):

fig, ax = plt.subplots(figsize=(15,10))
fig = sns.countplot(x="mdate", hue="element", data=df)
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))
plt.show(fig)

我正在DateFormatter found a value of x=0, which is an illegal date. This usually occurs because you have not informed the axis that it is plotting dates, e.g., with ax.xaxis_date()

现在,我当然尝试添加ax.xaxis_date(),但无济于事。我也没有等于0的x值。我已经丢弃了NA,并且值为mdate,并且没有找到0。

我在这里看了一堆不同的答案,似乎无法找到解决方案。我已经尝试使用element_date作为我的日期时间值,以及使用mdate使用“mathplotlib”日期。

任何想法都会非常感激。基本上,我只是想让我的x轴成为两个月内有序的日期系列,每个日期都会计算元素。

谢谢!

1 个答案:

答案 0 :(得分:3)

隐藏在GitHub pandas问题页面上,用户@pawaller使用plt.FixedFormatter找到了workaround,您可以在其中对日期时间数据框列进行字符串格式化。

ax.xaxis.set_major_formatter(plt.FixedFormatter(df['element_date'].dt.strftime("%m-%d")))

但是,使用上述功能并不会立即起作用,因为值标签出现故障且未正确对齐。因此,unique()sort_values()是必需的:

x_dates = df['element_date'].dt.strftime('%m-%d').sort_values().unique()
ax.xaxis.set_major_formatter(plt.FixedFormatter(x_dates))

下面演示(从不使用 mdate 列):

数据

from io import StringIO
...

txt = '''id            Tier    element     element_date           mdate
5228039     "Tier B"      4      "2018-05-28 10:59:00"  736842.457639
5232263     "Tier B"      3      "2018-05-28 10:59:00"  736842.457639
5245478     "Tier B"      EA     "2018-05-27 13:58:00"  736841.581944
4975552     "Tier B"      2      "2018-05-30 21:01:00"  736844.875694
4975563     "Tier A"      2      "2018-05-30 21:01:00"  736844.875694'''

df = pd.read_table(StringIO(txt), sep="\s+", parse_dates=[3])

<强>剧情

fig, ax = plt.subplots(figsize=(13,4))

fig = sns.countplot(x="element_date", hue="element", data=df, ax=ax)

x_dates = df['element_date'].dt.strftime('%m-%d').sort_values().unique()
ax.xaxis.set_major_formatter(plt.FixedFormatter(x_dates))

plt.legend(loc='upper left')
plt.show()
plt.close()

Plot Output