在Seaborn条形图的X轴上对日期进行排序和格式化[英] Ordering and Formatting Dates on X-Axis in Seaborn Bar Plot

本文是小编为大家收集整理的关于在Seaborn条形图的X轴上对日期进行排序和格式化的处理方法,想解了在Seaborn条形图的X轴上对日期进行排序和格式化的问题怎么解决?在Seaborn条形图的X轴上对日期进行排序和格式化问题的解决办法?那么可以参考本文帮助大家快速定位并解决问题。

问题描述

这看起来很简单,但我这辈子都想不通.

我是 Python 和 Seaborn 的新手,我在 PythonAnywhere 在线完成所有这些工作.

我要做的就是在 seaborn 中创建一个简单的条形图,日期在 x 轴上正确排序(即从左到右升序).

当我尝试这个时:

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()

我明白了:

漂亮的条形图,但日期从左到右降序排列

然后当我尝试将对象转换为日期时间时:

(注意:我在下面使用 pd.to_datetime() 来尝试重新创建当我在 pd.read_csv() 中使用 parse_dates 时发生的情况,这就是我实际创建数据帧的方式.)

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()

我明白了:

日期顺序正确但格式错误的条形图

我得到相同的条形图,日期排序正确,但采用完整的长日期时间格式,时间等.但我想要的只是日/月/年.

我已经搜索 stackoverflow 两天了,但没有任何效果.我开始怀疑部分原因是否是因为我正在研究 PythonAnywhere.但我也找不到任何原因.

这让我发疯了.期待任何帮助.谢谢.

推荐答案

使用第二种方法,只需将日期时间值排序并重新格式化为 YYYY-MM-DD 并将值传递到 set_xticklabels.下面使用随机的种子数据进行演示:

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')

绘图输出

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
# ...

本文地址:https://www.itbaoku.cn/post/1728016.html