首页 文章

时间序列根据CSV数据（时间戳和事件）绘制：x标签常量

提问于
浏览 次
10

（这个问题可以单独阅读，但是续集：Timeseries from CSV data (Timestamp and events)）

我想通过时间序列表示，使用python的pandas模块（参见下面的链接）可视化CSV数据（来自2个文件），如下所示 .

df1的示例数据：

TIMESTAMP  eventid
0  2017-03-20 02:38:24        1
1  2017-03-21 05:59:41        1
2  2017-03-23 12:59:58        1
3  2017-03-24 01:00:07        1
4  2017-03-27 03:00:13        1

'eventid'列始终包含值1，我试图显示数据集中每天的事件总和 . 第二个数据集df0具有相似的结构，但仅包含零：

df0的示例数据：

TIMESTAMP  eventid
0  2017-03-21 01:38:24        0
1  2017-03-21 03:59:41        0
2  2017-03-22 11:59:58        0
3  2017-03-24 01:03:07        0
4  2017-03-26 03:50:13        0

x轴标签只显示相同的日期，我的问题是：如何显示不同的日期？ （是什么导致在x标签上多次显示相同的日期？）

脚本到目前为止：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df1 = pd.read_csv('timestamp01.csv',  parse_dates=True, index_col='TIMESTAMP')
df0 = pd.read_csv('timestamp00.csv',  parse_dates=True, index_col='TIMESTAMP')

f, (ax1, ax2) = plt.subplots(1, 2)
ax1.plot(df0.resample('D').size())

ax1.set_xlim([pd.to_datetime('2017-01-27'), pd.to_datetime('2017-04-30')])  

ax1.xaxis.set_major_formatter(ticker.FixedFormatter
(df0.index.strftime('%Y-%m-%d')))

plt.setp(ax1.xaxis.get_majorticklabels(), rotation=15)

ax2.plot(df1.resample('D').size())
ax2.set_xlim([pd.to_datetime('2017-03-22'), pd.to_datetime('2017-04-29')])
ax2.xaxis.set_major_formatter(ticker.FixedFormatter(df1.index.strftime
('%Y-%m-%d')))
plt.setp(ax2.xaxis.get_majorticklabels(), rotation=15)
plt.show()

输出：（https://www.dropbox.com/s/z21koflkzglm6c3/figure_1.png?dl=0）
enter image description here

我试图遵循的链接：

任何帮助深表感谢 .

python pandas matplotlib dataframe time-series

1 回答

  • 7

    使示例可重现，我们可以创建以下文本文件（ data/timestamp01.csv ）：

    TIMESTAMP;eventid
2017-03-20 02:38:24;1
2017-03-21 05:59:41;1
2017-03-23 12:59:58;1
2017-03-24 01:00:07;1
2017-03-27 03:00:13;1

    （同样适用于 data/timestamp00.csv ） . 然后我们可以阅读它们

    import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df1 = pd.read_csv('data/timestamp01.csv', parse_dates=True, index_col='TIMESTAMP', sep=";")
df0 = pd.read_csv('data/timestamp00.csv', parse_dates=True, index_col='TIMESTAMP', sep=";")

    绘制它们

    f, (ax1, ax2) = plt.subplots(1, 2)

ax1.plot(df0.resample('D').size())
ax2.plot(df1.resample('D').size())

plt.setp(ax1.xaxis.get_majorticklabels(), rotation=30, ha="right")
plt.setp(ax2.xaxis.get_majorticklabels(), rotation=30, ha="right")
plt.show()

    结果是

    enter image description here

    这是理想的情节 .

    回复于

相关问题