Peut Pandas tracer un histogramme de dates?

J'ai pris ma Série et contraint à une colonne datetime de dtype=datetime64[ns] (bien que seulement besoin de jour résolution...ne savez pas comment changer).

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

mais traçage ne fonctionne pas:

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

Je voudrais tracer un histogramme qui vient de indique le nombre de dates par semaine, le mois ou l'année.

Il y a sûrement un moyen de le faire dans pandas?

pouvez-vous montrer un échantillon du df-vous ?

InformationsquelleAutor lollercoaster | 2014-12-08

121

Compte tenu de cette 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
```
et, si c'est pas déjà le cas:
```
df["date"] = df["date"].astype("datetime64")
```
Pour montrer le nombre de dates par mois:
```
df.groupby(df["date"].dt.month).count().plot(kind="bar")
```
.dt vous permet d'accéder à l'datetime propriétés.

Qui vous donnera:

Vous pouvez remplacer les mois de l'année, le jour, etc..

Si vous voulez vous distinguer de l'année et le mois par exemple, il suffit de faire:
```
df.groupby([df["date"].dt.year, df["date"].dt.month]).count().plot(kind="bar")
```
Qui donne:

Était-ce ce que vous vouliez ? Est-ce clair ?

Espérons que cette aide !
- Si vous avez des données portant sur plusieurs années, tous les 'janvier' données est mis dans la même colonne et ainsi de suite pour chaque mois.
- Fonctionne, mais pour moi (pandas 0.15.2) date doit être écrite avec un capital D: df.groupby(df.Date.dt.mois).count().de la parcelle(type="barre")
- C'est prévu je crois. @harbun: date ou Date voici les noms de colonnes, de sorte que si votre colonne avec les dates, c'est toto, il serait: df.foo.dt.month
- Regardant à nouveau la question, je suppose que vous avez raison. Pour d'autres comme moi qui ont besoin de distinguer par des années aussi, est-il un moyen simple de groupby sur des combinaisons de deux attributs de colonnes de données (par exemple: année et la date)?
- J'ai édité. Est-ce ce que vous vouliez ?
- exactement! merci (:
- Est-il un moyen de préparer les dates afin que je puisse utiliser seaborn.distplot() pour tracer l'histogramme de dates sur les dates?
- poser une autre question avec ce que vous avez essayé
- Après groupping par année et par mois, on peut établir l'indice de datetime objets followingly: df.index = [datetime.datetime(year=int(y), month=int(m), day=15) for y, m in df.index].
- Ne fonctionne pas pour moi dans ma PyCharm console python. Toute aide?
- J'ai été faire un Duplicate level name erreur. Résolu en ajoutant rename() par exemple df.groupby([df["date"].dt.year.rename('year'), df["date"].dt.month.rename('month')]).count().plot(kind="bar")
InformationsquelleAutor jrjc
8

Je pense que rééchantillonnage peut-être ce que vous cherchez. Dans votre cas, ne:
```
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')
```
Il ne fait que le comptage et le pas de l'intrigue, de sorte que vous aurez à faire vos propres parcelles.

Voir ce post pour plus de détails sur la documentation de rééchantillonner
les pandas de rééchantillonnage de la documentation

J'ai couru dans des problèmes similaires comme vous l'avez fait. Espérons que cette aide.

InformationsquelleAutor Ethan

Rendue exemple

Peut Pandas tracer un histogramme de dates?

Exemple De Code

#!/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)

InformationsquelleAutor Martin Thoma

1

Je pense que pour résoudre ce problème, vous pouvez utiliser ce code, il convertit la date de type int types:
```
df['date'] = df['date'].astype(int)
df['date'] = pd.to_datetime(df['date'], unit='s')
```
pour obtenir uniquement la date, vous pouvez ajouter ce code:
```
pd.DatetimeIndex(df.date).normalize()
df['date'] = pd.DatetimeIndex(df.date).normalize()
```
- ceci ne répond pas à la question de savoir comment l'intrigue d'un ordre datetime histogramme?
- Je pense que votre problème au type datetime, vous avez à normaliser avant de vous intrigue
- Vous pouvez également voir ce link
InformationsquelleAutor

J'étais juste avoir de la difficulté avec cela. J'imagine que, puisque vous travaillez avec des dates que vous désirez conserver l'ordre chronologique (comme je l'ai fait.)

La solution de contournement est alors

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

S'il vous plaît, si quelqu'un connaît une meilleure façon veuillez en parler.

EDIT:
pour jean-dessus, voici un exemple de données [je choisis au hasard à partir de l'ensemble des données, d'où le trivial données d'histogramme.]

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

De sortie:

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

InformationsquelleAutor EngineeredE

1

J'ai été en mesure de contourner ce problème en (1) le tracé avec matplotlib au lieu d'utiliser le dataframe directement et (2) à l'aide de la values attribut. Voir l'exemple:
```
import matplotlib.pyplot as plt
ax = plt.gca()
ax.hist(column.values)
```
Cela ne fonctionne pas si je n'utilise pas values, mais je ne sais pas pourquoi il ne fonctionne pas.

InformationsquelleAutor abeboparebop

Vous devez vous connecter pour publier un commentaire.