Question

我有一个与时间序列有关的问题，涉及如何针对归因于同一个人的多个案例沿水平轴绘制时间戳。让我解释一下：

让我们假设我们有杰森和佐治亚州。他们两个都在不同的情况下工作，这些情况在很大程度上具有以下潜在的“事件”：开始，暂停，继续，结束。许多情况下只有一个“开始”和“结束”，而其他情况还包括一个暂停-恢复间隔。在暂停一种情况下，用户可以处理另一种情况。我在Pandas DataFrame上获得了所有这些信息，并通过groupby收集了用户和案例级别的信息。

可复制代码的示例数据（假设导入了pandas和numpy）

raw_data = {'user': ['Jason', 'Georgia', 'Jason', 'Jason', 'Georgia'], 
    'case': ['a', 'b', 'c', 'd', 'e'], 
    'date_picked_up': ['2018-10-25 14:06', '2019-01-25 10:44', '2019-01-25 09:14', '2019-01-25 12:12', '2019-02-21 10:01'], 
    'date_paused': ['2018-10-26 11:08', '2019-01-25 12:11', np.nan, np.nan, '2019-02-21 12:37'],
    'date_resumed': ['2018-10-26 11:20', '2019-01-25 15:21', np.nan, np.nan, '2019-02-21 13:24'],
    'date_closed': ['2018-10-29 16:57', '2019-01-25 16:34', '2019-01-25 11:46', '2019-01-25 15:24', '2019-01-25 13:56']}
df = pd.DataFrame(raw_data, columns = ['user', 'case', 'date_picked_up', 'date_paused', 'date_resumed', 'date_closed'])
df

这将返回df，这是一个熊猫数据框架，其中包含每种情况的进展。如果没有暂停恢复间隔，则值为np.nan。熊猫groupby会自动忽略我们不希望的nan值，因此，为了处理此问题，我将1900年的fillna与Timestamp一起使用后，列pd.to_datetime：

date_cols = ['date_picked_up', 'date_paused', 'date_resumed', 'date_closed']
for c in date_cols:
    df[c] = pd.to_datetime(df[c], format='%Y%m%d %H:%M')

现在，我发现按用户然后按情况汇总数据的最佳方法是：

df.fillna(pd.Timestamp('19000101'))\
  .groupby(['user', 'case', 'date_picked_up', 'date_paused', 'date_resumed', 'date_closed'])[['date_picked_up', 'date_paused', 'date_resumed', 'date_closed']].count()

我的目标（来自此示例数据）是两个图，一个用于Jason，一个用于佐治亚州，其中时间戳（理想情况下不是1900年）将沿水平“线”显示，每种情况一个（在y上）轴）。最接近的示例是：Plotting labled time series in pandas，其中（对于Jason而言）在y轴上有a，c和d而不是狗，猫和牛。

我已经找到了有关如何将所有内容移到bokeh或d3的想法（例如：https://github.com/jiahuang/d3-timeline，How to plot stacked event duration (Gantt Charts) using Python Pandas?），但我希望找到Python和Matplotlib / Seaborn的解决方案，因为我相信我的数据结构已经足够好了。

将来自熊猫groupby对象的多个时间序列事件绘制为单个图

0 个答案: