如何分组和绘制汇总数据？

Question

我的数据框中有一个列，其中包含用户登录的日期，其格式如下：

0     2020-09-24 23:37:13+02:00
1     2020-09-24 22:08:02+02:00
2     2020-09-24 21:40:01+02:00
3     2020-09-24 21:16:22+02:00
4     2020-09-24 19:22:22+02:00
                 ...           
425   2020-09-07 12:55:56+02:00
426   2020-09-07 05:24:19+02:00
427   2020-09-07 05:23:17+02:00
428   2020-09-01 13:15:03+02:00
429   2020-09-01 13:10:24+02:00
Name: Login, Length: 430, dtype: datetime64[ns, Europe/Amsterdam]

我试图正确地可视化它，但是我的每个解决方案都有一个问题。我的第一次尝试有不等长的X标记（1天与6天相同）。

df['Login'] = df['Login'].dt.strftime('%d/%m/%y')
login_time = [login for login, df in df.groupby("Login")]
fig = plt.figure(figsize=(10, 5))
plt.plot(login_time, df.groupby(["Login"]).count())
plt.xticks(login_time, rotation = "40", ha='right', fontsize=14)
plt.ylabel("Number of logins", fontsize=20)
plt.xlabel("Date", fontsize=22)
plt.show()

将df['Login'] = df['Login'].dt.strftime('%d/%m/%y')更改为df['Login'] = df['Login'].dt.date会返回一个图表，在没有登录的日子里，该图表的值不会为0。

我本以为条形图可能可以很好地处理这些数据，但是问题是将plt.plot更改为plt.bar可以得到ValueError: shape mismatch: objects cannot be broadcast to a single shape，尽管我当时认为{{ 1}}应该返回整数，从而创建2D投影。

我自己无法解决这个问题，请您帮助我并向python noob展示如何更好地解决这个问题。非常感谢！

Answer 1

• 始终将datetime列配置为datetime类型，以便正确绘制。
  • 将时间序列数据绘制为str类型会导致错误的顺序，间距和其他意外的麻烦。
  • df['Login'] = df['Login'].dt.strftime('%d/%m/%y')将datetime类型转换为str类型。
• 以datetime数据为x轴的条形图具有整数索引的刻度位置（例如0、1，...，n）
• 以datetime数据为x轴的折线图具有datetime个刻度位置。
• 不需要执行[login for login, df in df.groupby("Login")]和plt.plot(login_time, df.groupby(["Login"]).count())。
  • 使用.groupby并汇总所需的指标.count，然后绘制groupby对象。

import pandas as pd
import matplotlib.pyplot as plt

# setup the dataframe
df = pd.DataFrame({'Login': ['2020-09-24 23:37:13+02:00', '2020-09-24 22:08:02+02:00', '2020-09-24 21:40:01+02:00', '2020-09-24 21:16:22+02:00', '2020-09-24 19:22:22+02:00 ', '2020-09-07 12:55:56+02:00', '2020-09-07 05:24:19+02:00', '2020-09-07 05:23:17+02:00', '2020-09-01 13:15:03+02:00', '2020-09-01 13:10:24+02:00']})

# convert to datetime type
df.Login = pd.to_datetime(df.Login, utc=True)

# groupby the date and count
dfg = df.groupby(df.Login.dt.date).count()

# plot the data as a barplot
ax = dfg.plot.bar(figsize=(8, 5), ylabel='Login Count', xlabel='Login Time')
ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

# plot a lineplot
ax = dfg.plot(marker='o', figsize=(8, 5), ylabel='Login Count', xlabel='Login Time')
ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

# plot a line plot on the bar plt
ax = dfg.plot.bar(figsize=(8, 5), ylabel='Login Count', xlabel='Login Time')
ax.plot(range(len(dfg.Login)), dfg.Login, color='k')
ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left')