Question

我有一个从WhatsApp中提取的数据框，其中包含列：日期和时间，消息，名称，消息_len。 Date&Time是一个DateTime对象，表示何时发送消息，msg是实际消息，name是发送消息的人，msg_len是消息的实际长度。信息。我正在尝试使用此数据框构建堆叠的条形图：在X轴上是日期（例如2019-02），在y轴上是该月发送的平均长度或消息数，每个条形是按每个人划分。到目前为止，我的功能如下：

def BarPlotMonth(Data):
    """
    This function plots a barplot for the number of messages sent for each month and the mean length of the messages for each month
    """

    fig,axes = plt.subplots(2,1,
            figsize=(18,10),
            sharex = True)


    GroupedByMonth = Data.groupby(Data['Date&Time'].dt.strftime('%Y-%m'))['msg_len']

    Mean = GroupedByMonth.mean()
    Count = GroupedByMonth.count()
    Std = GroupedByMonth.std()

    axes[0].bar(Count.index, Count, color = 'lightblue')
    axes[0].set_title('Number of text per month')
    axes[0].set_ylabel('Count')

    axes[1].bar(Mean.index, Mean, color = 'lightblue', yerr = Std)
    axes[1].set_title('Mean lenght of a message per month')
    axes[1].set_ylabel('Mean lenght')
    axes[1].set_xlabel('Year-Month')

    plt.xticks(rotation=45)
    axes[1].legend()

    plt.savefig('WhatsApp_conversations.png')
    plt.show()

但是我不能分开每个小节。我该怎么解决？

Answer 1

您将需要稍微重组DataFrame才能使用df.plot(kind='bar', stacked=True)。

group_by_month_per_user = df.groupby(
    [
        df['Date&Time'].dt.strftime('%Y-%m'),
        'name'
    ]   
).mean().unstack()

group_by_month_per_user

这将产生具有以下结构的表。

             msg_len                                 
name           alice        bob   giuseppe     martin
Date&Time                                            
2019-01    48.870968  42.315789  56.391304  49.586207
2019-02    51.099174  48.777778  56.173913  51.895652
2019-03    52.336364  49.626168  47.021898  46.626263

请注意，这些列是在所有列上带有msg_len的多重索引，我们需要删除它以使图例保持整洁（可以简单地选择整个列）。然后可以将所得的DataFrame传递给.plot。

group_by_month_per_user['msg_len'].plot(kind='bar', stacked=True, legend=['name'])

这将产生以下图。

以下代码用于生成随机数据集。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime, timedelta
from random import randint, choice
import string

ts = datetime.now()
data = []
names = ['bob', 'alice', 'martin', 'giuseppe']

for n in range(1000):
    msg_len = randint(0, 100)
    row = [
        ts - timedelta(days=randint(-30,30)),
        ''.join(random.choice(string.ascii_lowercase) for _ in range(msg_len)),
        choice(names),
        msg_len
    ]

    data.append(row)

df = pd.DataFrame(data, columns = ['Date&Time', 'msg', 'name', 'msg_len'])

使用matplotlib的堆积条形图

1 个答案: