如何绘制从Pandas DataFrame开始的堆积时间直方图？

Question

考虑以下DataFrame df ：

Date                   Kind
2018-09-01 13:15:32    Red
2018-09-02 16:13:26    Blue
2018-09-04 22:10:09    Blue
2018-09-04 09:55:30    Red
...                    ...

其中有一列具有datetime64[ns] np.object ，另一列包含一个np.object ，该对象只能采用有限数量的值（在本例中为2）。

您必须绘制一个日期直方图，其中：

• 在x轴上，日期（每天的直方图显示月份和日期）；
• 在y轴上，属于该日期的项目数，以堆叠的条形显示蓝色和红色之间的差异。

使用Matplotlib如何做到这一点？

我当时想做一个set_index并重新采样如下：

df.set_index('Date', inplace=True)
df.resample('1d').count()

但是我丢失了有关每种商品数量的信息。 我也想将任何缺席的日子保持为零。

任何帮助非常感谢。

Answer 1

使用groupby ， count和unstack调整数据帧：

df2 = df.groupby(['Date', 'Kind'])['Kind'].count().unstack('Kind').fillna(0)

接下来，重新采样数据框并求和每一天的计数。 这还将添加未在数据框（指定）中的所有缺失日期。 然后调整索引以仅保留日期部分。

df2 = df2.resample('D').sum()
df2.index = df2.index.date    

现在绘制带有stacked=True的数据框：

df2.plot(kind='bar', stacked=True)

---

或者，可以将plt.bar()函数用于最终绘图：

cols = df['Kind'].unique() # Find all original values in the column 
ind = range(len(df2))

p1 = plt.bar(ind, df2[cols[0]])
p2 = plt.bar(ind, df2[cols[1]], bottom=df2[cols[0]])

在这里，必须将每个部分的bottom参数设置为之前所有部分的总和。