带有日期时间轴的Seaborn热图

Question

我并创建一个热图，该热图在x轴上有年份，在y轴上有月份。 在热图中将显示％回报。 这有点我所追求的。

因此，我有一些数据，并将它们转换为pct_change（）系列。

import pandas_datareader.data as web
import pandas as pd
from datetime import datetime as dt
import numpy as np
import seaborn as sns

start = dt(year = 2000, month = 1, day = 1)

df = web.DataReader('GDP', 'fred', start = '2000')
df.pct_change()
df.tail()

这就是我们正在合作的东西。 重要的是要注意，索引是一个Datetime对象。

    GDP
DATE    
2016-10-01  18905.545
2017-01-01  19057.705
2017-04-01  19250.009
2017-07-01  19500.602
2017-10-01  19736.491

我想做这样的事情，但是我不知道如何用datetime索引实现它

gdp = df.pivot(df.index.month, df.index.year, "GDP")
ax = sns.heatmap(gdp)

哪个（预期）不起作用...

KeyError: "Int64Index([ 1,  4,  7, 10,  1,  4,  7, 10,  1,  4,  7, 10,  1,  4,  7, 10,  1,\n             4,  7, 10,  1,  4,  7, 10,  1,  4,  7, 10,  1,  4,  7, 10,  1,  4,\n             7, 10,  1,  4,  7, 10,  1,  4,  7, 10,  1,  4,  7, 10,  1,  4,  7,\n            10,  1,  4,  7, 10,  1,  4,  7, 10,  1,  4,  7, 10,  1,  4,  7, 10,\n             1,  4,  7, 10],\n           dtype='int64', name='DATE') not in index"

Answer 1

由于您要在pivot功能中提取月份和年份，并且这些信息不在您指定的原始df ，因此它不起作用。

您可以预先指定它们：

df["Year"] = df.DATE.apply(lambda x: x.year)
df["Month"] = df.DATE.apply(lambda x: x.strftime("%B"))
df.pivot_table(index="Month",columns="Year",values="GDP", aggfunc="sum").fillna(0)
months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
pt = pt.reindex_axis(months)
sns.heatmap(pt, annot=True)

我为行重新索引，因为在调用pivot_table ，它以升序对列或行进行排序，而这通常不是月份名称的排序方式。

以上给了我：