如何在 Seaborn distplot 中繪制 Pandas 日期時間序列？

Question

我有一個帶有日期時間列的熊貓數據框。 我想根據該日期列繪制行的分布，但我目前遇到了一個無益的錯誤。 我有：

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

拋出錯誤：

TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('<M8[ns]')

如果我將要繪制的列更改為數字數據，則一切正常。 我怎樣才能讓日期時間列表現得很好？ 我在文檔中找不到太多關於我認為我需要的內容。 任何和所有的幫助表示贊賞。

以下是df.head(2)的結果，出於安全原因等，我刪除了一些列：

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

顯然該列（作為一個系列）具有屬性

Name: Date, dtype: datetime64[ns]

Answer 1

我自己遇到了同樣的問題時遇到了這個問題。 正如評論中提到的，seaborn 的distplot似乎不支持使用日期。 不幸的是，我在官方文檔中找不到任何內容來支持這一說法。

我找到了兩種方法來處理這個問題。 它們都不是完美的，但這是我發現的最好的。

選項 1：將日期轉換為數字

轉換為一些數字度量並使用它。 displot處理數字，所以如果每個日期都用一個數字表示，我們就可以了。 日期和數字之間的映射有點像使用 MinMax Scaler。 例如，我們可以設置“2017-01-01”為0，“2020-06-06”為1，並將它們之間的所有日期映射到[0,1]范圍內的值。

使用的數字范圍取決於您的數據范圍，可能是天/月/年等。

我將通過這個玩具示例演示這種方法。

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})

現在數據框如下：

         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

（當然，這不是將日期輸入到數據框的最佳方式，但方式無關緊要）。

現在我創建一個新列，它將保存最小日期之間的天數差異：

df["NewDate"] = df["Date"] - dt.date(2014,3,5)
df["NewDate"] = df["NewDate"].apply(lambda x: x.days)

結果：

         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“硬編碼”了最小日期。 您可以使用更好的方法來查找最小值而不是對其進行硬編碼。 我只是想盡快得到這部分。

現在我們可以在我們的新列上使用displot ：

import seaborn as sns
sns.set()
ax = sns.distplot(df['NewDate'])

輸出：

如您所見，它顯示的是日期而不是日期。 對於我的個人問題，以這種方式展示它是可以的。 如果要將其顯示為日期，則需要一些額外的步驟： 顯示 x 軸函數的 xticks，而不是直接顯示數據本身。 日期示例（熊貓，matplotlib）

正如我之前所說，我使用天差縮放，但您可以使用數月或數年進行相同的縮放。 取決於數據。

選項2：直接使用直方圖，不用seaborn的displot

在這個問題中： Pandas 可以繪制日期的直方圖嗎？ 有一個答案如何使用熊貓的groupby繪制帶有日期的直方圖。

它與displot ，但它可以是足夠接近的解決方案（因為 displot 最終基於 matplotlib 的歷史）。

Answer 2

您可以將日期轉換為 Categorical 類型，並繪制結果代碼（整數）。 然后，用日期（作為類別）標記 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 信息是這樣獲得的：

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