繪制 Pandas DataFrame 的出現次數

Question

我有一個包含兩列的 DataFrame。 其中一個包含時間戳，另一個包含某些操作的 ID。 類似的東西：

2000-12-29 00:10:00     action1
2000-12-29 00:20:00     action2
2000-12-29 00:30:00     action2
2000-12-29 00:40:00     action1
2000-12-29 00:50:00     action1
...
2000-12-31 00:10:00     action1
2000-12-31 00:20:00     action2
2000-12-31 00:30:00     action2

我想知道某天執行了多少特定類型的操作。 即對於每一天，我需要計算 actionX 的出現次數，並用 X 軸上的日期和 Y 軸上的 actionX 為每個日期繪制此數據。

當然，我可以通過迭代我的數據集來天真地計算每天的動作。 但是使用 pandas/matplotlib 的“正確方法”是什么？

Answer 1

您可以使用以下方法獲取計數

df.groupby([df.index.date, 'action']).count()

或者您可以使用此方法直接繪圖

df.groupby([df.index.date, 'action']).count().plot(kind='bar')

您也可以將結果存儲起來進行count ，然后單獨繪制。 這是假設您的索引已經是 datetimeindex 格式，否則請按照上面@mkln 的說明進行操作。

Answer 2

從...開始

                mydate col_name
0  2000-12-29 00:10:00  action1
1  2000-12-29 00:20:00  action2
2  2000-12-29 00:30:00  action2
3  2000-12-29 00:40:00  action1
4  2000-12-29 00:50:00  action1
5  2000-12-31 00:10:00  action1
6  2000-12-31 00:20:00  action2
7  2000-12-31 00:30:00  action2

你可以做

df['mydate'] = pd.to_datetime(df['mydate'])
df = df.set_index('mydate')
df['day'] = df.index.date
counts = df.groupby(['day', 'col_name']).agg(len)

但也許還有更直接的方法。 無論如何，以上應該有效。

如果您想將計數用作 DataFrame，我會將其轉換回

counts = pd.DataFrame(counts, columns=['count'])

Answer 3

我發現組合.count_values().plot.bar()非常直觀地繪制直方圖。 它還為您按正確的順序排列類別，在許多類別過多的情況下，您可以簡單地執行.count_values().iloc[:k].plot.bar() 。

所以，在你的情況下，我會做的是計算一個新的 Pandas 系列日期+動作，格式化為可讀性，然后調用上面的代碼片段之一。 代碼可能如下所示：

date_and_action = df['date'].astype(str).str.slice(0, 10) + '_' + df['action']
date_and_action.count_values().iloc[:k].plot.bar()