Skip to main content
 首页 » 编程设计

python之使用 Pandas 创建绘图并直接显示与使用 Matplotlib 类似的输出

2025年05月04日9luoye11

我有一个运行的查询,它输出由日期字符串和计数组成的数据列表:

date_cnts = [(u'2014-06-27', 1), 
 (u'2014-06-29', 3), 
 (u'2014-06-30', 1), 
 (u'2014-07-01', 1), 
 (u'2014-07-02', 1), 
 (u'2014-07-09', 1), 
 (u'2014-07-10', 3), 
 (u'2014-07-11', 1), 
 (u'2014-07-12', 2), 
 (u'2014-07-14', 1), 
 (u'2014-07-15', 2), 
 (u'2014-07-17', 3), 
 (u'2014-07-18', 1), 
 (u'2014-07-20', 1), 
 (u'2014-07-21', 1), 
 (u'2014-07-23', 2), 
 (u'2014-07-26', 2), 
 (u'2014-07-27', 2), 
 (u'2014-07-28', 7), 
 (u'2014-07-29', 3), 
 (u'2014-07-31', 2), 
 (u'2014-08-01', 1), 
 (u'2014-08-05', 4), 
 (u'2014-08-07', 2), 
 (u'2014-08-08', 1), 
 (u'2014-08-13', 1), 
 (u'2014-08-14', 3), 
 (u'2014-08-15', 1), 
 (u'2014-08-16', 6), 
 (u'2014-08-17', 1), 
 (u'2014-08-18', 1), 
 (u'2014-08-20', 1), 
 (u'2014-08-24', 1), 
 (u'2014-08-25', 3), 
 (u'2014-08-29', 1), 
 (u'2014-08-30', 1), 
 (u'2014-09-03', 3), 
 (u'2014-09-13', 1), 
 (u'2014-09-14', 1), 
 (u'2014-09-24', 3), 
 (u'2014-10-20', 1), 
 (u'2014-10-24', 1), 
 (u'2014-11-05', 3), 
 (u'2014-11-09', 1), 
 (u'2014-11-12', 1), 
 (u'2014-11-13', 1), 
 (u'2014-11-14', 1), 
 (u'2014-11-18', 1), 
 (u'2014-11-19', 4), 
 (u'2014-11-22', 1), 
 (u'2014-11-26', 3), 
 (u'2014-11-28', 3), 
 (u'2014-12-01', 2), 
 (u'2014-12-02', 2), 
 (u'2014-12-04', 2), 
 (u'2014-12-05', 1), 
 (u'2014-12-06', 5), 
 (u'2014-12-11', 1), 
 (u'2014-12-15', 10)] 

请注意,此数据集中存在日期间隔,表明缺失日期的值为 0。

我的代码(非 Pandas)版本如下所示:

from matplotlib import pyplot as plt 
x_val = [datetime.strptime(x[0],'%Y-%m-%d') for x in date_cnts] 
y_val = [x[1] for x in date_cnts] 
plt.bar(x_val, y_val) 
plt.grid(True) 
plt.show() 

这会输出这张图片:

现在,如果我将查询结果转换为 Panda 的数据框

          Date  Count 
0   2014-06-27      1 
1   2014-06-29      3 
2   2014-06-30      1 
3   2014-07-01      1 
4   2014-07-02      1 
5   2014-07-09      1 
6   2014-07-10      3 
7   2014-07-11      1 
8   2014-07-12      2 
9   2014-07-14      1 
10  2014-07-15      2 
11  2014-07-17      3 
12  2014-07-18      1 
13  2014-07-20      1 
14  2014-07-21      1 
15  2014-07-23      2 
16  2014-07-26      2 
17  2014-07-27      2 
18  2014-07-28      7 
19  2014-07-29      3 
20  2014-07-31      2 
21  2014-08-01      1 
22  2014-08-05      4 
23  2014-08-07      2 
24  2014-08-08      1 
25  2014-08-13      1 
26  2014-08-14      3 
27  2014-08-15      1 
28  2014-08-16      6 
29  2014-08-17      1 
30  2014-08-18      1 
31  2014-08-20      1 
32  2014-08-24      1 
33  2014-08-25      3 
34  2014-08-29      1 
35  2014-08-30      1 
36  2014-09-03      3 
37  2014-09-13      1 
38  2014-09-14      1 
39  2014-09-24      3 
40  2014-10-20      1 
41  2014-10-24      1 
42  2014-11-05      3 
43  2014-11-09      1 
44  2014-11-12      1 
45  2014-11-13      1 
46  2014-11-14      1 
47  2014-11-18      1 
48  2014-11-19      4 
49  2014-11-22      1 
50  2014-11-26      3 
51  2014-11-28      3 
52  2014-12-01      2 
53  2014-12-02      2 
54  2014-12-04      2 
55  2014-12-05      1 
56  2014-12-06      5 
57  2014-12-11      1 
58  2014-12-15     10 

并利用简单的 Panda 包装器来绘制:

plt.figure() 
df.plot(kind='bar', grid=True, legend=False, x='Date', y=u'Count') 
plt.show() 

我得到了这个结果。请注意,我缺少的天数没有出现在此图中。

我如何读取 DataFrame 中不存在我的日期的空缺(和 0 值)?

我想使用 Pandas 的原因是为了利用它的一些其他功能(最重要的是滚动平均值)。

请您参考如下方法:

我写了一个工作版本,可能不是最好的,但它可以完成工作。它基于将您的原始数据重新索引到带有日常样本的 DataFrame 中。

import pandas as pd 
import matplotlib.pyplot as plt 
 
#%% make data 
df =  pd.DataFrame(date_cnts) 
df.columns = ['Date', 'Count'] 
 
#%% make dataframe with everyday sampling 
df.index = pd.to_datetime(df['Date']) 
startdate = df.index[0] 
enddate = df.index[-1] 
df_new = df.reindex(pd.date_range(startdate, enddate, freq='1D')) 
 
#%% plot the results 
df_new['Count'].plot(kind='bar') 
 
# decrease number of days  
new_xticks = plt.xticks()[0][1:-1:10] 
plt.xticks(new_xticks) 

为了进一步格式化 xticks,我推荐这个问题:Pandas timeseries plot setting x-axis major and minor ticks and labels