行中的 Python/Pandas 数据帧时间数据（按名称分组）

Posted 2023-03-11

【中文标题】行中的 Python/Pandas 数据帧时间数据（按名称分组）

【英文标题】：Python/Pandas data frame time data in rows (grouped by name)

【发布时间】：2021-01-19 15:48:00

【问题描述】：

我在 Pandas 中有一个这样的数据框：

Name Date       Value
A    2020-09-30 7.82
A    2020-04-22 3.23
A    2020-02-01 1.34
B    2020-09-30 8.89
B    2020-09-01 4.56
C    2020-09-30 9.56
C    2020-03-30 8.23

目标是创建一个图表，其中每个名称的值的不同值都绘制在时间线图上。因此，例如，A 将在图表上根据其具有这些值的日期映射 3 个值。

我尝试了以下方法：

df.set_index('Date', inplace=True)
df.groupby('Name')['Value'].plot(legend=True)

但是，图表绘制不正确，最新日期在左侧而不是右侧。此外，由于某些名称可能最多有 5 个值，而其他名称最多只有 3 个，因此该图似乎不能很好地处理这个问题。最后，数据从 A 一直到 Z，有很多条目，因此上面的代码创建了一个不可读的图表。

我正在寻求指导，以便更好地了解 Python/Pandas 中的哪些方法适用于此类数据。

【参考方案1】：

这可能是因为您的Date 是字符串类型，而不是日期时间类型；因此 Pandas/Matplotlib 将仅按范围索引绘制，并按照数据显示的顺序标记数据。

要解决此问题，只需将 Date 转换为 datetime 类型。此外，您可以将figsize 选项传递给plot，这样您就可以获得更大的情节：

df['Date'] = pd.to_datetime(df['Date'])
df.set_index('Date', inplace=True)
df.groupby('Name')['Value'].plot(legend=True, marker='o', figsize=(10,6))

输出：