我有一个带有 TIMESTAMP
列(不是索引)的 pandas DataFrame,时间戳格式如下:
2015-03-31 22:56:45.510
我还有名为 CLASS
和 AXLES
的列。我想为 AXLES
的每个唯一值分别计算每个月的记录数(AXLES
可以取 3- 12).
我想到了 resample
和 groupby
的组合:
resamp = dfWIM.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS
这似乎给了我一个 multiIndex 数据框对象,如下所示。
In [72]: resamp
Out [72]:
AXLES TIMESTAMP
3 2014-07-31 5517
2014-08-31 31553
2014-09-30 42816
2014-10-31 49308
2014-11-30 44168
2014-12-31 45518
2015-01-31 54782
2015-02-28 52166
2015-03-31 47929
4 2014-07-31 3147
2014-08-31 24810
2014-09-30 39075
2014-10-31 46857
2014-11-30 42651
2014-12-31 48282
2015-01-31 42708
2015-02-28 43904
2015-03-31 50033
从这里,我如何访问这个 multiIndex 对象的不同组件来为以下条件创建条形图?
- 显示 AXLES = 3 时的数据
- 以月 - 年格式显示 x 个刻度(没有天、小时、分钟等)
谢谢!
编辑:以下代码给出了情节,但我无法将 xtick 格式更改为 MM-YY。
resamp[3].plot(kind='bar')
EDIT 2 下面是一个代码片段,它生成了一个类似于我所拥有的数据的小样本:
dftest = {'TIMESTAMP':['2014-08-31','2014-09-30','2014-10-31'], 'AXLES':[3, 3, 3], 'CLASS':[5,6,7]}
dfTest = pd.DataFrame(dftest)
dfTest.TIMESTAMP = pd.to_datetime(pd.Series(dfTest.TIMESTAMP))
resamp = dfTest.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS
resamp[3].plot(kind='bar')
编辑 3: 下面是解决方案:
A.绘制整个重采样数据框(基于@Ako 的建议):
df = resamp.unstack(0)
df.index = [ts.strftime('%b 20%y') for ts in df.index]
df.plot(kind='bar', rot=0)
B.从重新采样的数据框中绘制一个单独的索引(基于@Alexander 的建议):
df = resamp[3]
df.index = [ts.strftime('%b 20%y') for ts in df.index]
df.plot(kind='bar', rot=0)
最佳答案
您可以使用 ax.xaxis.set_major_formatter
显式生成和设置标签用ticker.FixedFormatter
.这将允许您保留带有时间戳值的 DataFrame 的 MultiIndex,同时显示所需的 %m-%Y
中的时间戳。格式:
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib.ticker as ticker
dftest = {'TIMESTAMP':['2014-08-31','2014-09-30','2014-10-31'], 'AXLES':[3, 3, 3], 'CLASS':[5,6,7]}
dfTest = pd.DataFrame(dftest)
dfTest.TIMESTAMP = pd.to_datetime(pd.Series(dfTest.TIMESTAMP))
resamp = dfTest.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS
ax = resamp[3].plot(kind='bar')
ticklabels = [timestamp.strftime('%m-%Y') for axle, timestamp in resamp.index]
ax.xaxis.set_major_formatter(ticker.FuncFormatter(lambda x, pos: ticklabels[int(x)]))
plt.gcf().autofmt_xdate()
plt.show()
关于python - Pandas :带有 multiIndex 数据框的条形图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33642388/