Seaborn条形图中X轴的排序和格式设置日期

时间:2018-06-29 16:03:43

标签: python pandas matplotlib seaborn pythonanywhere

这看起来很简单,但是对于我的一生,我无法弄清楚。

我是Python和Seaborn的新手,我正在PythonAnywhere上在线进行所有操作。

我要做的就是在seaborn中创建一个简单的barplot,在x轴上按正确的日期顺序排列(即,从左向右升序)。

当我尝试这样做时:

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import datetime
import pandas as pd
import seaborn as sns

emp = pd.DataFrame([[32, "5/31/2018"], [3, "2/28/2018"], [40, "11/30/2017"], [50, "8/31/2017"], [51, "5/31/2017"]], 
               columns=["jobs", "12monthsEnding"])

fig = plt.figure(figsize = (10,7))

sns.barplot(x = "12monthsEnding", y = "uniqueClientExits", data = emp, 
estimator = sum, ci = None)

fig.autofmt_xdate()
plt.show()

我明白了:

Nice looking bar graph but with the dates ordered descending from left to right

然后当我尝试将对象转换为日期时间时:

(注意:我在下面使用pd.to_datetime()来尝试重新创建当我在pd.read_csv()中使用parse_dates时发生的事情,这就是我实际上在创建数据框的方式。)

emp = pd.DataFrame([[32, pd.to_datetime("5/31/2018")], [3, pd.to_datetime("2/28/2018")], [40, pd.to_datetime("11/30/2017")], [50, pd.to_datetime("8/31/2017")], [51, pd.to_datetime("5/31/2017")]], 
               columns=["jobs", "12monthsEnding"])

fig = plt.figure(figsize = (10,7))

sns.barplot(x = "12monthsEnding", y = "uniqueClientExits", data = emp, 
estimator = sum, ci = None)

fig.autofmt_xdate()

plt.show()

我明白了:

Bar plot with the dates in the right order, but WRONG format

我得到相同的条形图,其中日期正确排序,但采用完整的长日期时间格式以及时间等。但是我想要的只是日/月/年。

我已经搜寻了2天的stackoverflow,但没有任何反应。我开始怀疑是否部分原因是因为我在使用PythonAnywhere。但是我也找不到任何原因。

这真让我发疯。期待任何帮助。谢谢。

1 个答案:

答案 0 :(得分:1)

使用第二种方法,只需将日期时间值排序并重新格式化为YYYY-MM-DD,然后将值传递给set_xticklabels。下面展示了随机的种子数据:

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns

# RANDOM DATA
np.random.seed(62918)
emp = pd.DataFrame({'uniqueClientExits': [np.random.randint(15) for _ in range(50)],
                    '12monthsEnding': pd.to_datetime(
                                          np.random.choice(
                                              pd.date_range('2018-01-01', periods=50), 
                                          50)
                                      )
                   }, columns = ['uniqueClientExits','12monthsEnding'])

# PLOTTING
fig, ax = plt.subplots(figsize = (12,6))    
fig = sns.barplot(x = "12monthsEnding", y = "uniqueClientExits", data = emp, 
                  estimator = sum, ci = None, ax=ax)

x_dates = emp['12monthsEnding'].dt.strftime('%Y-%m-%d').sort_values().unique()
ax.set_xticklabels(labels=x_dates, rotation=45, ha='right')

Plot Output

要检查图形输出,请运行groupby().sum()

print(emp.groupby('12monthsEnding').sum().head())

#                 uniqueClientExits
# 12monthsEnding                   
# 2018-01-01                     12
# 2018-01-02                      4
# 2018-01-04                     11
# 2018-01-06                     13
# 2018-01-08                     10
# 2018-01-11                     11
# 2018-01-14                      9
# 2018-01-15                      0
# 2018-01-16                      4
# 2018-01-17                      5
# ...