Pandas DataFrame-将月份转换为日期时间，并从多个列中反复选择数据进行绘图

Question

假设我有一个格式为pandas的DataFrame：

     Month Thing1 Thing2       Tot
0   Jan-12      A      Z  0.005880
1   Jan-12      A      Z  0.024500
...
20  Jan-12      B      Y  0.001533
21  Jan-12      C      X  0.003892
22  Jan-12      C      X  0.001680
23  Jan-12      C      X  0.001680
24  Jan-12      C      X  0.001680
25  Jan-12      C      X  0.001680
26  Jan-12      A      W  0.001680
27  Jan-12      D      V  0.013440
28  Jan-12      E      U  0.001680
...

月列将统一为14年4月。 我正在尝试为Thing1和Thing2每个项目的每月总计绘制折线图。

我正在尝试使用groupby ：

a=pd.read_csv('all2.csv')
sums=a.groupby([u'Month',u'Thing1',u'Thing2']).sum()

这给了我：

Apr-12 A      W         6.427773
              Z         4.347471
       B      T         7.062425
              Y        17.183562
       C      X        14.583337
       D      V         0.114450
       E      U         0.008050
       F      Q         0.000490
              R         0.004468
       G      P         0.010932
       ...

但是，按字母顺序显示月份。 我的问题是：

如何让Pandas将月份列视为日期时间对象？

如何遍历Thing1列并绘制Thing2每个项目的每月时间序列总计？

我想象有一种重组Dataframe的方法，这样对plot()的简单调用就可以完成工作？

Answer 1

这是因为您的“月”列不在正确的dtype 。 您可以通过首先将“ Month列转换为日期时间格式来获得预期的结果：

df['Month']=pd.to_datetime(df.Month) ，然后调用df.groupby([u'Month',u'Thing1',u'Thing2']).sum()

但请注意， Pandas不知道Jan-12意味着2014-01-12还是2012-01 ，默认情况下会将您的数据转换为前者。 要获取后者，请为.to_datetime提供format='%b-%y'参数。

对于第二个问题，可以通过dfgb.index.get_level_values(1)获得Thing1的级别。 其中dfgb是groupby的DataFrame 。 然后可以通过以下方式绘制时间序列：

for item in dfgb.index.get_level_values(1):
    dfgb.xs(item, level=1).plot(kind='bar') #for bar graph