现在，我正在尝试通过处理移动幅度最大（最大）的数据集来找出Matplotlib和Pandas的工作方式。我成功地将完整数据集绘制为以x轴作为时间戳的折线图。
但是，当我试图将设置的间隔绘制为条形图（按小时分组）时，matplotlib不再将xaxis识别为时间戳，因此我无法正确使用格式化程序和定位符（HourLocator等）。
我的数据帧的索引是一个时间戳，但是当我使用.groupby()函数时，它似乎失去了它作为时间戳的属性。
newdf = df[date:(date+forward*deltaday)]
bx = newdf['Movements'].groupby(pd.Grouper( freq='H')).sum().plot.bar()
xtick_locator = mdates.AutoDateLocator()
xtick_formatter = mdates.AutoDateFormatter(xtick_locator)
bx.xaxis.set_major_locator(xtick_locator)
bx.xaxis.set_major_formatter(xtick_formatter)
运行此代码时，我收到以下错误消息：
ValueError：观看次数下限最小值-0.5小于1，并且无效 Matplotlib日期值。如果您经过非日期时间，通常会发生这种情况 具有日期时间单位的轴的值”
这表示我的xaxis不再是datetime对象。当使用xticks提取我的xticks()标签时，我得到以下提示：
Text(0, 0, '2015-02-02 00:00:00') ...
Text(47, 0, '2015-02-03 23:00:00')
它看起来像是一个时间戳，但是matplotlib不会将其识别为一个时间戳。没有任何专业知识，我相信.groupby()是强盗。
是否有更好的方法绘制条形图，并在设定的时间间隔内每小时绘制df ['Movements']的总和？
（{df['Movements']现在是每分钟的移动次数）