如何在 Seaborn distplot 中绘制 Pandas 日期时间序列?
Posted
技术标签:
【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)。
【讨论】:
【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
【讨论】:
以上是关于如何在 Seaborn distplot 中绘制 Pandas 日期时间序列?的主要内容,如果未能解决你的问题,请参考以下文章
Python Seaborn:在 Facetgrid 中绘制多个 distplot
如何在 seaborn distplot 的 bin 中心标记 xticks?
seaborn distplot / displot 具有多个分布