python-3.x 使用Grouper从pandas系列日期时间索引中获取月份名称

jc3wubiy  于 4个月前  发布在  Python
关注(0)|答案(2)|浏览(67)

我绘制了一年的数据(6月至5月)的须盒图,按月。
我有一个Pandas系列的数据:

Date
2018-06-01    0.012997
2018-06-02    0.009615
2018-06-03    0.012884
2018-06-04    0.013358
2018-06-05    0.013322
2018-06-06    0.011532
2018-06-07    0.018297
2018-06-08    0.018820
2018-06-09    0.031254
2018-06-10    0.016529
...
Name: Value, dtype: float64

字符串
我可以绘制它,但我不能得到列的月份名称,所以它的绘制,而只是数字。然而,由于月份不是从Jan = Dec,月数没有意义,这种方式。
当我使用Grouper函数创建这样一个df时,有什么方法可以获得月份名称?
我使用的代码最初来自https://machinelearningmastery.com/time-series-data-visualization-with-python/
如果我理解正确的话,Grouper将序列排列成一个包含每月数据的数组,所以我猜这是可能的(如果有的话):

groups = series.groupby(pd.Grouper(freq = 'M'))
months = pd.concat([pd.DataFrame(x[1].values) for x in groups], axis=1)


我试图找到但无法得到任何提示,如何命名一个列的基础上任何条件时,使用pd.DataFrame函数。我会非常感激,如果有人能帮助我正确的方向。

fig = plt.figure(figsize = (16,8))

#some code for other plots

ax3 = fig.add_subplot(212)
groups = series.groupby(pd.Grouper(freq = 'M'))
months = pd.concat([pd.DataFrame(x[1].values) for x in groups], axis=1)
months = pd.DataFrame(months)
months.columns = range(1,13)
months.boxplot()
ax3.set_title('Results June 2018 - May 2019')

plt.show()

bihw5rsg

bihw5rsg1#

您可以使用strftime函数和'%B'转换字符串来获取相应的月份名称,然后绘制它们。
下面是一些示例代码:

series = pd.Series({'2018-06-01':0.012997,
'2018-06-02':0.009615,
'2018-07-03':0.012884,
'2018-06-04':0.013358,
'2018-08-05':0.013322,
'2018-09-06':0.011532,
'2018-10-07':0.018297,
'2018-11-08':0.018820,
'2018-12-09':0.031254,
'2018-06-10':0.016529})

series.index = pd.to_datetime(series.index)

fig = plt.figure(figsize = (16,8))

ax3 = fig.add_subplot(212)
group = series.groupby(pd.Grouper(freq = 'M')).sum()
plt.bar(group.index.strftime('%B'), group)

ax3.set_title('Results June 2018 - May 2019')

plt.show()

字符串
这是它产生的对应图:


的数据

6ljaweal

6ljaweal2#

与@Jairo相同,但带有DF。

index = [
'2018-06-01',
'2018-06-02',
'2018-07-03',
'2018-06-04',
'2018-08-05',
'2018-09-06',
'2018-10-07',
'2018-11-08',
'2018-12-09',
'2018-06-10'
]

data = [
0.012997,
0.009615,
0.012884,
0.013358,
0.013322,
0.011532,
0.018297,
0.018820,
0.031254,
0.016529
]

df = pd.DataFrame(data, index=index)
df.index = pd.to_datetime(df.index)

fig = plt.figure(figsize = (16,8))

ax3 = fig.add_subplot(212)
group = df.groupby(pd.Grouper(freq = 'M')).sum()
plt.bar(group.index.strftime('%B'), group[0])

ax3.set_title('Results June 2018 - May 2019')
plt.show()

字符串

相关问题