pandas 海上条形图中X轴上日期的排序和调整

0yg35tkg 于 2023-10-14 发布在其他

关注(0)|答案(2)|浏览(79)

这似乎很简单，但我的生活我不能弄清楚它。
我是Python和Seaborn的新手，我在PythonAnywhere上在线做这一切。
我所要做的就是在seaborn中创建一个简单的条形图，在x轴上正确排列日期（即从左到右递增）。
当我尝试这个：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import datetime
import pandas as pd
import seaborn as sns

emp = pd.DataFrame([[32, "5/31/2018"], [3, "2/28/2018"], [40, "11/30/2017"], [50, "8/31/2017"], [51, "5/31/2017"]], 
               columns=["jobs", "12monthsEnding"])

fig = plt.figure(figsize = (10,7))

sns.barplot(x = "12monthsEnding", y = "uniqueClientExits", data = emp, 
estimator = sum, ci = None)

fig.autofmt_xdate()
plt.show()

我得到了这个：
Nice looking bar graph but with the dates ordered descending from left to right
然后当我尝试将对象转换为日期时间时：
(note：我在下面使用pd.to_datetime（），以便尝试和重新创建当我在pd.read_csv（）中使用parse_dates时发生的情况，这就是我实际上如何创建框架。

emp = pd.DataFrame([[32, pd.to_datetime("5/31/2018")], [3, pd.to_datetime("2/28/2018")], [40, pd.to_datetime("11/30/2017")], [50, pd.to_datetime("8/31/2017")], [51, pd.to_datetime("5/31/2017")]], 
               columns=["jobs", "12monthsEnding"])

fig = plt.figure(figsize = (10,7))

sns.barplot(x = "12monthsEnding", y = "uniqueClientExits", data = emp, 
estimator = sum, ci = None)

fig.autofmt_xdate()

plt.show()

我得到了这个：
Bar plot with the dates in the right order, but WRONG format
我得到了相同的条形图，日期顺序正确，但采用完整的长日期时间格式，带有时间等。但我想要的只是日期/月份/年份。
我已经搜索了stackoverflow两天了，没有任何效果。我开始怀疑部分原因是否是因为我正在使用PythonAnywhere。但我也找不到任何理由。
我快疯了。期待任何帮助。谢谢.

pandas

来源：https://stackoverflow.com/questions/51105648/ordering-and-formatting-dates-on-x-axis-in-seaborn-bar-plot

2条答案

按热度按时间

mtb9vblg1#

使用第二种方法，只需将datetime值排序并重新格式化为YYYY-MM-DD，然后将值传递到set_xticklabels。下面用随机的种子数据演示：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns

# RANDOM DATA
np.random.seed(62918)
emp = pd.DataFrame({'uniqueClientExits': [np.random.randint(15) for _ in range(50)],
                    '12monthsEnding': pd.to_datetime(
                                          np.random.choice(
                                              pd.date_range('2018-01-01', periods=50), 
                                          50)
                                      )
                   }, columns = ['uniqueClientExits','12monthsEnding'])

# PLOTTING
fig, ax = plt.subplots(figsize = (12,6))    
fig = sns.barplot(x = "12monthsEnding", y = "uniqueClientExits", data = emp, 
                  estimator = sum, ci = None, ax=ax)

x_dates = emp['12monthsEnding'].dt.strftime('%Y-%m-%d').sort_values().unique()
ax.set_xticklabels(labels=x_dates, rotation=45, ha='right')

要检查图形输出，请运行groupby().sum()：

print(emp.groupby('12monthsEnding').sum().head())

#                 uniqueClientExits
# 12monthsEnding                   
# 2018-01-01                     12
# 2018-01-02                      4
# 2018-01-04                     11
# 2018-01-06                     13
# 2018-01-08                     10
# 2018-01-11                     11
# 2018-01-14                      9
# 2018-01-15                      0
# 2018-01-16                      4
# 2018-01-17                      5
# ...

赞(0）回复(0）举报 2023-10-14

velaa5lx2#

正如Lopheam在评论中提到的，你可以去：