Pandas Dataframe line-plot-Anzeige, Datum auf der x-Achse

Vergleichen Sie den folgenden code:

test = pd.DataFrame({'date':['20170527','20170526','20170525'],'ratio1':[1,0.98,0.97]})
test['date'] = pd.to_datetime(test['date'])
test = test.set_index('date')
ax = test.plot()

Fügte ich DateFormatter am Ende:

test = pd.DataFrame({'date':['20170527','20170526','20170525'],'ratio1':[1,0.98,0.97]})
test['date'] = pd.to_datetime(test['date'])
test = test.set_index('date')
ax = test.plot()
ax.xaxis.set_minor_formatter(dates.DateFormatter('%d\n\n%a')) ## Added this line

Pandas Dataframe line-plot-Anzeige, Datum auf der x-Achse

Das Problem mit der zweiten Grafik ist, dass es beginnt auf 5-24 statt 5-25. Auch 5-25 2017 ist Donnerstag, nicht Montag. Was das Problem verursacht? Ist dieser Zeitzone bezogen? (Ich verstehe nicht, warum das Datum zahlen sind gestapelt auf der jeweils anderen entweder)

InformationsquelleAutor Cheng | 2017-05-27

9

Im Allgemeinen die datetime-utilities von pandas und matplotlib unvereinbar sind. So versuchen, eine matplotlib.dates Objekt auf einer Datumsachse erstellt mit pandas wird in den meisten Fällen nicht.

Ein Grund dafür ist z.B. aus gesehen die Dokumentation

datetime Objekte konvertiert werden, um floating-point-zahlen, die repräsentieren die Zeit in Tagen seit 0001-01-01 UTC, plus 1. Zum Beispiel, 0001-01-01, 06:00 1,25, nicht 0.25.

Dies ist jedoch nicht der einzige Unterschied und es ist daher ratsam, nicht zu mischen, pandas und matplotlib, wenn es um die datetime-Objekte.

Gibt es aber die Möglichkeit, zu sagen, pandas nicht die Verwendung seiner eigenen datetime-format. In diesem Fall mit der matplotlib.dates Ticker ist möglich. Dies kann gesteuert werden über.
```
df.plot(x_compat=True)
```
Da pandas nicht ausgefeilten Formatierungsmöglichkeiten für Daten, kann man verwenden, matplotlib zum Grafiken und Formatierung.
```
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as dates

df = pd.DataFrame({'date':['20170527','20170526','20170525'],'ratio1':[1,0.98,0.97]})
df['date'] = pd.to_datetime(df['date'])

usePandas=True
#Either use pandas
if usePandas:
    df = df.set_index('date')
    df.plot(x_compat=True)
    plt.gca().xaxis.set_major_locator(dates.DayLocator())
    plt.gca().xaxis.set_major_formatter(dates.DateFormatter('%d\n\n%a'))
    plt.gca().invert_xaxis()
    plt.gcf().autofmt_xdate(rotation=0, ha="center")
# or use matplotlib
else:
    plt.plot(df["date"], df["ratio1"])
    plt.gca().xaxis.set_major_locator(dates.DayLocator())
    plt.gca().xaxis.set_major_formatter(dates.DateFormatter('%d\n\n%a'))
    plt.gca().invert_xaxis()

plt.show()
```
InformationsquelleAutor ImportanceOfBeingErnest

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.