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

Question

我有一个带有日期时间列的熊猫数据框。 我想根据该日期列绘制行的分布，但我目前遇到了一个无益的错误。 我有：

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

抛出错误：

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，则一切正常。 我怎样才能让日期时间列表现得很好？ 我在文档中找不到太多关于我认为我需要的内容。 任何和所有的帮助表示赞赏。

以下是df.head(2)的结果，出于安全原因等，我删除了一些列：

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

显然该列（作为一个系列）具有属性

Name: Date, dtype: datetime64[ns]

Answer 1

我自己遇到了同样的问题时遇到了这个问题。 正如评论中提到的，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内容来支持这一说法。

我找到了两种方法来处理这个问题。 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

转换为一些数字度量并使用它。 displot处理数字，所以如果每个日期都用一个数字表示，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，我们可以设置“2017-01-01”为0，“2020-06-06”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，这不是将日期输入到数据框的最佳方式，但方式无关紧要）。

现在我创建一个新列，它将保存最小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

注意我“硬编码”了最小日期。 您可以使用更好的方法来查找最小值而不是对其进行硬编码。 我只是想尽快得到这部分。

现在我们可以在我们的新列上使用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。 对于我的个人问题，以这种方式展示它是可以的。 如果要将其显示为日期，则需要一些额外的步骤： 显示 x 轴函数的 xticks，而不是直接显示数据本身。 日期示例（熊猫，matplotlib）

正如我之前所说，我使用天差缩放，但您可以使用数月或数年进行相同的缩放。 取决于数据。

选项2：直接使用直方图，不用seaborn的displot

在这个问题中： Pandas 可以绘制日期的直方图吗？ 有一个答案如何使用熊猫的groupby绘制带有日期的直方图。

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

Answer 2

您可以将日期转换为 Categorical 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 信息是这样获得的：

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