在 python 中使用长格式数据创建时间序列图？

Posted 2023-03-12

【中文标题】在 python 中使用长格式数据创建时间序列图？

【英文标题】：Creating a time-series plot with data in long format in python?

【发布时间】：2021-06-15 08:46:25

【问题描述】：

我在 pandas DataFrame 中有时间序列数据，如下所示：

ID  HeartRate
1      120
1      118
1      115
2      98
2      110
2      112
3      128
3      115
3      90

我想为每个不同的 ID（即患者）创建一个单独的线图。我怎样才能最好地使用matplotlib呢？我需要创建一个“时间间隔”变量吗？

---

df = my_data[['ID', 'HR']].copy() ## creating a new "mini" dataframe from the larger one that I've got. 

n_ids = df.ID.unique().size 
n_cols = int(n_ids ** 0.5) 
n_rows = int(n_ids + n_ids % n_cols) 
fig, axes = plt.subplots(n_rows, n_cols) 
for i, (ids, hr) in enumerate(df.groupby('ID')['HR']): 
hr.plot(ax=axes[i], title=f"ID:idx") 
fig.tight_layout()

但是，当我收到以下错误时：

'numpy.ndarray' object has no attribute 'get_figure'

【问题讨论】：

您愿意使用pandas 库吗？

是的，很抱歉忘记提及我的数据集已作为 pandas 数据框导入

这能回答你的问题吗？ Plotting grouped data in same plot using Pandas

分开是指不同ax上的每个ID？

我不认为它确实如此，因为据我所知，他们正在那里的一个地块上绘制不同的不同单位，而我想做的是相反的（除非我错过了线程中有东西！）

【参考方案1】：

只需 groupby 并绘制它：

df.groupby('ID')['HeartRate'].plot()

或者使用多个轴，而不用担心（至少这么多）类别的大小：

n_ids = df.ID.unique().size
n_cols = int(n_ids ** 0.5)
n_rows = n_cols + (1 if n_ids % n_cols else 0)                   
fig, axes = plt.subplots(n_rows, n_cols)
axes = axes.ravel()
for i, (idx, series) in enumerate(df.groupby('ID')['HeartRate']):
    series.plot(ax=axes[i], title=f"ID:idx")
fig.tight_layout()

输出：

【讨论】：

但是运行这段代码，所有的折线图都在示例图中。相反，我试图为每个不同的 ID 创建一个不同的图。

不，我为每个情节版本添加了一个 ID。

是的，这正是我想要的——抱歉，我可能第一次错过了那段代码。但是，当我运行代码时，出现以下错误：AttributeError: 'numpy.ndarray' object has no attribute 'get_figure' - 知道为什么会发生这种情况吗？

你能发布确切的代码吗？您可能会将阵列与斧头混合使用。无论如何，如果你已经在我展示给你的代码中拥有它，为什么还要get_figure？

比如axes[0].get_figure()就可以了。