Чи може Pandas побудувати гістограму дат?

Я взяв свою серію і примусив її до стовпця з датою dtype = datetime64[ns](хоча потрібна лише роздільна здатність дня ... не знаю, як змінити).

import pandas as pd
df = pd.read_csv('somefile.csv')
column = df['date']
column = pd.to_datetime(column, coerce=True)

але змова не працює:

ipdb> column.plot(kind='hist')
*** TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('float64')

Я хотів би побудувати гістограму, яка просто показує підрахунок дат за тижнями, місяцями чи роками .

Звичайно, є спосіб зробити це pandas?

Враховуючи цей df:

        date
0 2001-08-10
1 2002-08-31
2 2003-08-29
3 2006-06-21
4 2002-03-27
5 2003-07-14
6 2004-06-15
7 2003-08-14
8 2003-07-29

і, якщо це вже не так:

df["date"] = df["date"].astype("datetime64")

Щоб відобразити кількість дат по місяцях:

df.groupby(df["date"].dt.month).count().plot(kind="bar")

.dt дозволяє отримати доступ до властивостей дати.

Що дасть вам:

Ви можете замінювати місяць за роком, днем ​​тощо.

Якщо ви хочете, наприклад, виділити рік та місяць, просто зробіть:

df.groupby([df["date"].dt.year, df["date"].dt.month]).count().plot(kind="bar")

Що дає:

Це було те, чого ти хотів? Це ясно?

Сподіваюся, це допомагає!

Я думаю, що повторний вибір може бути тим, що ви шукаєте. У вашому випадку зробіть:

df.set_index('date', inplace=True)
# for '1M' for 1 month; '1W' for 1 week; check documentation on offset alias
df.resample('1M', how='count')

Це робиться лише підрахунок, а не сюжет, тож вам доведеться робити власні сюжети.

Дивіться цю публікацію, щоб отримати докладнішу інформацію щодо документації щодо повторної вибірки панд

У мене виникли подібні проблеми, як і ви. Сподіваюся, це допомагає.

Наведений приклад

Приклад коду

#!/usr/bin/env python
# -*- coding: utf-8 -*-

"""Create random datetime object."""

# core modules
from datetime import datetime
import random

# 3rd party modules
import pandas as pd
import matplotlib.pyplot as plt


def visualize(df, column_name='start_date', color='#494949', title=''):
    """
    Visualize a dataframe with a date column.

    Parameters
    ----------
    df : Pandas dataframe
    column_name : str
        Column to visualize
    color : str
    title : str
    """
    plt.figure(figsize=(20, 10))
    ax = (df[column_name].groupby(df[column_name].dt.hour)
                         .count()).plot(kind="bar", color=color)
    ax.set_facecolor('#eeeeee')
    ax.set_xlabel("hour of the day")
    ax.set_ylabel("count")
    ax.set_title(title)
    plt.show()


def create_random_datetime(from_date, to_date, rand_type='uniform'):
    """
    Create random date within timeframe.

    Parameters
    ----------
    from_date : datetime object
    to_date : datetime object
    rand_type : {'uniform'}

    Examples
    --------
    >>> random.seed(28041990)
    >>> create_random_datetime(datetime(1990, 4, 28), datetime(2000, 12, 31))
    datetime.datetime(1998, 12, 13, 23, 38, 0, 121628)
    >>> create_random_datetime(datetime(1990, 4, 28), datetime(2000, 12, 31))
    datetime.datetime(2000, 3, 19, 19, 24, 31, 193940)
    """
    delta = to_date - from_date
    if rand_type == 'uniform':
        rand = random.random()
    else:
        raise NotImplementedError('Unknown random mode \'{}\''
                                  .format(rand_type))
    return from_date + rand * delta


def create_df(n=1000):
    """Create a Pandas dataframe with datetime objects."""
    from_date = datetime(1990, 4, 28)
    to_date = datetime(2000, 12, 31)
    sales = [create_random_datetime(from_date, to_date) for _ in range(n)]
    df = pd.DataFrame({'start_date': sales})
    return df


if __name__ == '__main__':
    import doctest
    doctest.testmod()
    df = create_df()
    visualize(df)

Мені вдалося обійти це шляхом (1) побудови графіку з matplotlib замість прямого використання фрейму даних та (2) використання valuesатрибута. Див. Приклад:

import matplotlib.pyplot as plt

ax = plt.gca()
ax.hist(column.values)

Це не працює, якщо я не використовую values, але я не знаю, чому це працює.

Ось рішення, коли ви просто хочете мати гістограму, як ви очікували. Це не використовує groupby, але перетворює значення часу в цілі числа та мітки на графіку. Певне вдосконалення можна зробити, щоб перемістити мітки галочок на рівні місця. Також із підходом також можливий графік оцінки щільності ядра (та будь-який інший графік).

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

df = pd.DataFrame({"datetime": pd.to_datetime(np.random.randint(1582800000000000000, 1583500000000000000, 100, dtype=np.int64))})
fig, ax = plt.subplots()
df["datetime"].astype(np.int64).plot.hist(ax=ax)
labels = ax.get_xticks().tolist()
labels = pd.to_datetime(labels)
ax.set_xticklabels(labels, rotation=90)
plt.show()

Я думаю, що для вирішення цієї проблеми ви можете використовувати цей код, він перетворює тип дати в типи int:

df['date'] = df['date'].astype(int)
df['date'] = pd.to_datetime(df['date'], unit='s')

лише для отримання дати ви можете додати цей код:

pd.DatetimeIndex(df.date).normalize()
df['date'] = pd.DatetimeIndex(df.date).normalize()

Я також просто мав проблеми з цим. Я думаю, що оскільки ви працюєте з датами, ви хочете зберегти хронологічне впорядкування (як я.)

Вирішення цього питання є

import matplotlib.pyplot as plt    
counts = df['date'].value_counts(sort=False)
plt.bar(counts.index,counts)
plt.show()

Будь ласка, якщо хтось знає кращий спосіб, будь ласка, поговоріть.

EDIT: для вище наведених даних, ось зразок даних [Я випадковим чином відбирав вибір із повного набору даних, отже, тривіальні дані гістограми.]

print dates
type(dates),type(dates[0])
dates.hist()
plt.show()

Вихід:

0    2001-07-10
1    2002-05-31
2    2003-08-29
3    2006-06-21
4    2002-03-27
5    2003-07-14
6    2004-06-15
7    2002-01-17
Name: Date, dtype: object
<class 'pandas.core.series.Series'> <type 'datetime.date'>

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-38-f39e334eece0> in <module>()
      2 print dates
      3 print type(dates),type(dates[0])
----> 4 dates.hist()
      5 plt.show()

/anaconda/lib/python2.7/site-packages/pandas/tools/plotting.pyc in hist_series(self, by, ax, grid, xlabelsize, xrot, ylabelsize, yrot, figsize, bins, **kwds)
   2570         values = self.dropna().values
   2571 
-> 2572         ax.hist(values, bins=bins, **kwds)
   2573         ax.grid(grid)
   2574         axes = np.array([ax])

/anaconda/lib/python2.7/site-packages/matplotlib/axes/_axes.pyc in hist(self, x, bins, range, normed, weights, cumulative, bottom, histtype, align, orientation, rwidth, log, color, label, stacked, **kwargs)
   5620             for xi in x:
   5621                 if len(xi) > 0:
-> 5622                     xmin = min(xmin, xi.min())
   5623                     xmax = max(xmax, xi.max())
   5624             bin_range = (xmin, xmax)

TypeError: can't compare datetime.date to float

Усі ці відповіді здаються надмірно складними, як мінімум, з "сучасними" пандами це два рядки.

df.set_index('date', inplace=True)
df.resample('M').size().plot.bar()