如何在 Seaborn distplot 中绘制 Pandas 日期时间序列？

Posted 2023-03-11

【中文标题】如何在 Seaborn distplot 中绘制 Pandas 日期时间序列？

【英文标题】：How to plot Pandas datetime series in Seaborn distplot?

【发布时间】：2016-11-28 18:32:14

【问题描述】：

我有一个带有 datetime 列的 pandas 数据框。我想根据该日期列绘制行的分布，但我目前遇到了一个无用的错误。我有：

df['Date'] = pd.to_datetime(df['Date'], errors='raise')
s = sns.distplot(df['Date'])

引发错误：

TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('<M8[ns]')

如果我将要绘制的列更改为数字数据，那么一切正常。我怎样才能让 datetime 列表现得很好？我在文档中找不到太多关于我认为我需要的内容。任何和所有帮助表示赞赏。

以下是df.head(2)的结果，出于安全等原因，我删除了一些列：

               Date                 
2812         2016-03-05
2813         2016-03-05

显然该列（当作为一个系列时）具有属性

Name: Date, dtype: datetime64[ns]

【问题讨论】：

是在抱怨格式问题，好像... 可以发一下df的head吗？

已经进行了编辑，希望这就是您想要的。

是的。看起来 distplot 无法处理日期时间对象 stanford.edu/~mwaskom/software/seaborn/generated/… 但是，如果您的值是天，您可以 1. 将每个日期转换为 .timetuple()，2. import time，3. 将其转换为十进制 time.mktime()

感谢您的帮助。它在哪里说它不做日期时间？

它没有。将其链接为我们讨论的官方参考。

【参考方案1】：

我自己遇到同样的问题时遇到了这个问题。如 cmets 中所述，seaborn 的 distplot 似乎不支持使用日期。不幸的是，我在官方文档中找不到任何支持这一说法的内容。

我找到了两种方法来解决这个问题。它们都不是完美的，但这是我发现的最好的。

选项 1：将日期转换为数字

转换为一些数字指标并使用它。 displot 使用数字，所以如果每个日期都用数字表示，我们就可以了。日期和数字之间的映射有点像使用 MinMax Scaler。例如，我们可以将“2017-01-01”设置为 0，将“2020-06-06”设置为 1，并将它们之间的所有日期映射到 [0,1] 范围内的值。

使用的数字范围取决于您的数据范围，可能是天/月/年等。

我将通过这个玩具示例演示这种方法。

import pandas as pd
import datetime as dt

original_dates = ["2016-03-05", "2016-03-05", "2016-02-05", "2016-02-05", "2016-02-05", "2014-03-05"]
dates_list = [dt.datetime.strptime(date, '%Y-%m-%d').date() for date in original_dates]

df = pd.DataFrame("Date":dates_list)

现在数据框如下：

         Date
0  2016-03-05
1  2016-03-05
2  2016-02-05
3  2016-02-05
4  2016-02-05
5  2014-03-05

（当然不是将日期输入数据框的最佳方式，但无论如何都无所谓）。

现在我创建一个新列来保存最短日期之间的天数差异：

df["NewDate"] = df["Date"] - dt.date(2014,3,5)
df["NewDate"] = df["NewDate"].apply(lambda x: x.days)

结果：

         Date  NewDate
0  2016-03-05      731
1  2016-03-05      731
2  2016-02-05      702
3  2016-02-05      702
4  2016-02-05      702
5  2014-03-05        0

请注意，我“硬编码”了最短日期。您可以使用更好的方法来找到最小值而不是硬编码它。我只是想尽快得到这部分。

现在我们可以在我们的新专栏中使用displot：

import seaborn as sns
sns.set()
ax = sns.distplot(df['NewDate'])

输出：

如您所见，它显示的是日期而不是日期。对于我个人的问题，以这种方式展示它是可以的。如果您想将其显示为日期，则需要一些额外的步骤：Show xticks which are function of x-axis, not directly the data it self. Example with dates (pandas, matplotlib)

正如我之前所说，我使用按天差进行缩放，但您可以对月或年执行相同的操作。取决于数据。

选项 2：直接使用直方图，不使用 seaborn 的分布

在这个问题中：Can Pandas plot a histogram of dates? 有一个答案 how to plot histogram with dates, using pandas's groupby.

它与displot 不同，但它可以是足够接近的解决方案（因为 displot 最终基于 matplotlib 的 hist）。

【参考方案2】：

您可以将日期转换为分类类型，并绘制结果代码（整数）。然后，用日期（作为类别）标记 x-ticks。

import pandas as pd
import seaborn as sns

original_dates = [
    "2016-03-05", "2016-03-05", "2016-02-05",
    "2016-02-05", "2016-02-05", "2014-03-05"]
dates_list = pd.to_datetime(original_dates)

df = pd.DataFrame("Date": dates_list)
df['date-as-cat'] = df['Date'].astype('category')  # new 
df['codes'] = df['date-as-cat'].cat.codes          # new 

print(df)
print(df.dtypes)

        Date date-as-cat  codes
0 2016-03-05  2016-03-05      2
1 2016-03-05  2016-03-05      2
2 2016-02-05  2016-02-05      1
3 2016-02-05  2016-02-05      1
4 2016-02-05  2016-02-05      1
5 2014-03-05  2014-03-05      0

Date           datetime64[ns]
date-as-cat          category
codes                    int8
dtype: object 

date-as-code 和 date-as-category 信息的获取方式如下：

x = df[['codes', 'date-as-cat']].drop_duplicates().sort_values('codes')
print(x)

   codes date-as-cat
5      0  2014-03-05
2      1  2016-02-05
0      2  2016-03-05