从python中的timedelta64对象创建boxplot

Question

我是python的新手，曾经使用过R。

通常，我创建timedelta的数值向量并建立箱形图。在python中似乎有点复杂。 这是我得到的清单的一部分。

1502    4 days 17:51:16
1503    4 days 17:51:57
1504    4 days 17:48:24
1505    4 days 17:34:16
1506    4 days 17:32:58
1507    4 days 19:21:27
1508    4 days 19:52:43
1509    4 days 19:37:17
1510    4 days 21:00:30
1511    5 days 00:56:52
1512    3 days 00:56:04
1513                NaT
Length: 1514, dtype: timedelta64[ns]

我在列表上试过了

    # Create a figure instance
fig = plt.figure(1, figsize=(9, 6))

# Create an axes instance
ax = fig.add_subplot(111)

# Create the boxplot
bp = ax.boxplot(timediff)

# Save the figure
fig.savefig('fig1.png', bbox_inches='tight')

我确实得到了输出，但这似乎是完全错误的。有人能帮我吗？数据类型有误吗？



Answer 1

当前，您的箱线图使用Unix时间（自时期1970-01-01 00:00:00起经过的秒数）代表您的时间差timedelta64[ns]的值。因此，y轴的单位非常大：1e19。

请考虑以您需要的单位转换时差值：带小数点的天。然后绘制系列。

timediff = timediff_raw.dt.days + \
              (timediff_raw.dt.seconds//3600) / 24 + \
              ((timediff_raw.dt.seconds//60)%60) / (24*60)

print(timediff.head(10))

注意：非常低的离群值将保持不变，因为相同的图形将渲染，但y轴单位不同。

---

以可重现的随机种子示例进行演示：

数据 （一系列50个元素）

import numpy as np
import pandas as pd
import datetime as dt
import time
import matplotlib.pyplot as plt

# CURRENT TIME STAMP
epoch_time = int(time.time())

np.random.seed(81618)
time1 = pd.Series([dt.datetime.fromtimestamp(np.random.randint(1530000000, epoch_time)) 
                   for _ in range(50)])
time2 = pd.Series([dt.datetime.fromtimestamp(np.random.randint(1530000000, epoch_time)) 
                   for _ in range(50)])

print(time1.head())
# 0   2018-07-29 04:12:07
# 1   2018-07-02 07:48:08
# 2   2018-08-17 05:04:59
# 3   2018-08-06 21:37:45
# 4   2018-07-15 10:27:10
# dtype: datetime64[ns]

print(time2.head())
# 0   2018-07-25 09:11:39
# 1   2018-08-15 07:05:39
# 2   2018-07-06 08:19:05
# 3   2018-07-13 19:08:30
# 4   2018-07-24 11:13:06
# dtype: datetime64[ns]

时差转换 （使用pandas.Series.dt）

timediff_raw = (time1 - time2)

timediff = timediff_raw.dt.days + \
              (timediff_raw.dt.seconds / (60*60*24))  # NUMBER OF SECONDS IN A DAY

print(timediff.head(10))
# 0     3.791991
# 1   -43.970498
# 2    41.865208
# 3    24.103646
# 4    -9.031898
# dtype: float64

图

# Create a figure instance
fig = plt.figure(figsize=(9, 6))

# Create an axes instance
ax = fig.add_subplot(111)

# Create the boxplot
ax.boxplot(timediff)
plt.xlabel('Single Series')
plt.ylabel('Time Difference (Days)')

plt.show()
plt.clf()
plt.close('all')