Question

我有以下数据集：

dataset.head(7)
Transaction_date     Product   Product Code  Description    
2019-01-01           A         123           A123
2019-01-02           B         267           B267
2019-01-09           B         267           B267
2019-02-11           C         139           C139
2019-02-11           A         125           C125 
2019-02-12           C         139           C139
2019-02-12           A         123           A123

数据集存储有交易日期的交易信息。换句话说，并非每天都有数据可用。最终，我想创建一个时间序列图，向我显示每天的交易数量。

到目前为止，我已经完成了一个简单的计数图：

ax = sns.countplot(x=dataset["Transaction_date"],data=dataset)

此图显示了发生交易的日期。但是我更希望看到日期，在图中没有交易发生，最好显示为0。

我尝试了以下操作，但检索到错误消息：

groupbydate = dataset.groupby("Transaction_date")
ax = sns.tsplot(x="Transaction_date",y="Product",data=groubydate.fillna(0))

但是我得到了错误 cannot label index with a null key 由于限制，我只能使用seaborn 0.8.1

Answer 1

我相信reindex应该为您服务：

# First convert the index to datetime
dataset.index = pd.DatetimeIndex(dataset.index)

# Then reindex! You can also select the min and max of the index for the limits
dataset= dataset.reindex(pd.date_range("2019-01-01", "2019-02-12"), fill_value="NaN")

Answer 2

您可以使用pandas.DataFrame.dropna删除包含NaN值的行，然后绘制图表。例如：

dataset.dropna(thresh=2)

将删除至少有两个NaN值的所有行。

您可能还想使用pandas.DataFrame.fillna

填充NaN值

绘制缺少日期值的时间序列信息

2 个答案: