[英]Pandas/matplotlib plot with date-axis shows correct day/month but wrong weekday/year
我正在使用pandas加載CSV數據,其中一列采用格式為'%a%d。%m。%Y'的日期形式(例如'Mon 06.02.2017'),然后嘗試制作一些情節,其中x軸根據日期標記。
在繪圖過程中出現問題,因為日期標簽錯誤; 例如,CSV / DataFrame中的“Mon 06.02.2017”在繪圖軸上顯示為“Thu 06.02.0048”。
這是一個MWE。 這是'data.csv'文件:
Mon 06.02.2017 ; 1 ; 2 ; 3
Tue 07.02.2017 ; 4 ; 5 ; 6
Wed 08.02.2017 ; 7 ; 8 ; 9
Thu 09.02.2017 ; 10 ; 11 ; 12
Fri 10.02.2017 ; 13 ; 14 ; 15
Sat 11.02.2017 ; 16 ; 17 ; 18
Sun 12.02.2017 ; 19 ; 20 ; 21
Mon 13.02.2017 ; 22 ; 23 ; 24
Tue 14.02.2017 ; 25 ; 26 ; 27
Wed 15.02.2017 ; 28 ; 29 ; 30
Thu 16.02.2017 ; 31 ; 32 ; 33
這是解析/繪圖代碼'plot.py':
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
df = pd.read_csv(
'data.csv',
sep='\s*;\s*',
header=None,
names=['date', 'x', 'y', 'z'],
parse_dates=['date'],
date_parser=lambda x: pd.datetime.strptime(x, '%a %d.%m.%Y'),
# infer_datetime_format=True,
# dayfirst=True,
engine='python',
)
# DataFrame 'date' Series looks fine
print df.date
ax1 = df.plot(x='date', y='x', legend=True)
ax2 = df.plot(x='date', y='y', ax=ax1, legend=True)
ax3 = df.plot(x='date', y='z', ax=ax1, legend=True)
ax1.xaxis.set_minor_locator(mdates.DayLocator(interval=1))
ax1.xaxis.set_minor_formatter(mdates.DateFormatter('%a %d.%m.%Y'))
ax1.xaxis.grid(True, which='minor')
plt.setp(ax1.xaxis.get_minorticklabels(), rotation=45)
plt.setp(ax1.xaxis.get_majorticklabels(), visible=False)
plt.tight_layout()
plt.show()
請注意,DataFrame.date系列似乎包含正確的日期,因此它可能是matplotlib問題而不是pandas / parsing錯誤。
萬一它可能很重要(雖然我懷疑),我的語言環境是LC_TIME = en_US.UTF-8。
另外,根據https://www.timeanddate.com/date/weekday.html,06.02.0048當天實際上是星期二,所以繪制的年份實際上甚至不是0048年。
我真的很茫然,感謝任何願意檢查出來的人。
雖然我無法弄清楚它為什么不起作用,但它似乎與使用pandas進行繪圖有關,而僅僅使用matplotlib和mdates.DateFormatter
......
當我注釋掉格式化行時,它似乎開始工作:
# ax1.xaxis.set_minor_locator(mdates.DayLocator(interval=1))
# ax1.xaxis.set_minor_formatter(mdates.DateFormatter('%a %d.%m.%Y'))
# ax1.xaxis.grid(True, which='minor')
#
# plt.setp(ax1.xaxis.get_minorticklabels(), rotation=45)
# plt.setp(ax1.xaxis.get_majorticklabels(), visible=False)
Pandas繪制日期自動工作正常,但調用任何matplotlib函數會打破日期。 只注釋#plt.setp(ax1.xaxis.get_majorticklabels(), visible=False)
,將繪制Pandas和Matplotlib xaxis,奇數0048再次顯示:
所以問題仍然存在。
但是,您可以通過用index_col=0
替換parse_dates=['date']
,顯式創建matplotlib圖,並使用ticker.FixedFormatter
更改mdates.DateFormatter
來ticker.FixedFormatter
:
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.ticker as ticker
df = pd.read_csv(
'data.csv',
sep='\s*;\s*',
header=None,
names=['date', 'x', 'y', 'z'],
index_col=0,
date_parser=lambda x: pd.to_datetime(x, format='%a %d.%m.%Y'),
engine='python'
)
ax = plt.figure().add_subplot(111)
ax.plot(df)
ticklabels = [item.strftime('%d-%m-%y') for item in df.index]
ax.xaxis.set_major_locator(mdates.DayLocator(interval=1))
ax.xaxis.set_major_formatter(ticker.FixedFormatter(ticklabels))
plt.xticks(rotation='90')
ax.xaxis.grid(True, which='major')
plt.tight_layout()
plt.show()
我也遇到了這個問題,但根本原因是不同的。
我在matplotlib DateFormatter
類中進行了一些調試,以確定它實際運行的數據。 事實證明,針對postgres運行的pandas查詢正在生成日期對象而不是時間戳對象。 這導致日期被錯誤解析,使得年份不正確(解析為0046年而不是2018年)。
解決方案是更新查詢以將時間列強制轉換為時間戳,然后一切正常。
SELECT start_time::timestamp at time zone '{{timezone}}' as "Start Time" ...
也就是說,我有點震驚的是,相關的庫不夠強大,無法處理postgres可以生成的各種日期表示。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.