如何使用 Seaborn（或 matplotlib）在 x 轴上绘制日期

Question

我有一个包含一些时间序列数据的 csv 文件。 我创建了一个数据框：

df = pd.read_csv('C:\\Desktop\\Scripts\\TimeSeries.log')

当我调用df.head(6) ，数据显示如下：

Company     Date                 Value
ABC         08/21/16 00:00:00    500
ABC         08/22/16 00:00:00    600
ABC         08/23/16 00:00:00    650
ABC         08/24/16 00:00:00    625
ABC         08/25/16 00:00:00    675
ABC         08/26/16 00:00:00    680

然后，我有以下强制“日期”列转换为日期时间格式：

df['Date'] = pd.to_datetime(df['Date'], errors = 'coerce')

有趣的是，当我调用以下内容时，我看到了“ pandas.core.series.Series ”：

type(df['Date'])

最后，我调用以下代码来创建一个图：

%matplotlib qt
sns.tsplot(df['Value'])

在从左到右的 x 轴上，我看到从 0 到数据框中行数的整数。 如何将“日期”列作为 x 轴值添加到该图中？

谢谢！

Answer 1

不确定 tsplot 是最好的工具。 你可以只使用：

df[['Date','Value']].set_index('Date').plot()

Answer 2

使用tsplot的time参数

来自文档：

time : string or series-like
    Either the name of the field corresponding to time in the data DataFrame or x values for a plot when data is an array. If a Series, the name will be used to label the x axis.
#Plot the Value column against Date column
sns.tsplot(data = df['Value'], time = df['Date'])

然而tsplot用于在不同条件下在同一时间窗口中绘制时间序列。 要绘制单个时间序列，您还可以使用plt.plot(time = df['Date'], data = df['Value'])

Answer 3

我认为为时已晚。

首先，您必须注意到“日期”列是一系列“日期时间”类型，因此您应该这样做以获得“日期”部分：

df['Date'] = df['Date'].map(lambda x:x.date())

现在按“日期”对数据框进行分组，然后重置索引以使“日期”成为一列（而不是索引）。

然后你可以使用plt.plot_date

df_groupedby_date = df.groupby('Date').count()
df_groupedby_date.reset_index(inplace=True)
plt.plot_date(x=df_groupedby_date['Date'], y=df_groupedby_date['Value'])