随时间绘制分类数据计数

Plotting categorical data counts over time

我有一个 DataFrame (df),其中有一列包含分类数据 (ETH),带有 DateTimeIndex,我想绘制类别 counts 随着时间的推移(它们按天索引,我理想情况下希望按年绘制它们)。

df = pd.DataFrame({
    'County': {
        0: 'Bexar',
        3: 'Nueces',
        4: 'Kerr',
        9: 'Harris',
        13: 'Hidalgo'},
    'Date': {
        0: '2012-10-28 00:00:00',
        3: '2012-04-16 00:00:00',
        4: '2013-09-04 00:00:00',
        9: '2013-01-22 00:00:00',
        13: '2013-09-26 00:00:00'},
    'ETH': {
        0: 'Red',
        3: 'Green',
        4: 'Red',
        9: 'Green',
        13: 'Red'}
})
df['Date'] = pd.to_datetime(df['Date'], dayfirst=True, infer_datetime_format = True)
df['ETH'] = df['ETH'].astype('category')
df = df.set_index('Date')

但是,groupby 或 pivot 的组合都无法提供我想要的任何东西,尽管我知道这应该相当简单。我似乎找不到执行此操作的标准方法 – 求助?

下面的代码将首先按类别 'ETH' 分组,然后遍历每个组。

对于每个组,然后使用 lambda 函数按 DataTimeIndex 年份分组,returns 该年份的行数。然后绘制这些计数。

绘制年份时,它会将其绘制为数字(而不是日期),这就是 x-axis 看起来有点奇怪的原因,您可以将其转换回日期(比如每个日期为 1 月 1 日)年)使它更漂亮。我使用 plt.xlimplt.ylim 稍微调整了限制,使其更容易查看。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
    'County': {
        0: 'Bexar',
        3: 'Nueces',
        4: 'Kerr',
        9: 'Harris',
        13: 'Hidalgo'},
    'Date': {
        0: '2012-10-28 00:00:00',
        3: '2012-04-16 00:00:00',
        4: '2013-09-04 00:00:00',
        9: '2013-01-22 00:00:00',
        13: '2013-09-26 00:00:00'},
    'ETH': {
        0: 'Red',
        3: 'Green',
        4: 'Red',
        9: 'Green',
        13: 'Red'}
})
df['Date'] = pd.to_datetime(df['Date'], dayfirst=True, infer_datetime_format = True)
df['ETH'] = df['ETH'].astype('category')
df = df.set_index('Date')

grouped = df.groupby('ETH')

for key, group in grouped:
    data = group.groupby(lambda x: x.year).count()
    data['ETH'].plot(label=key)

plt.xlim(2011, 2014)
plt.ylim(0,3)

plt.legend()

plt.show()

是的,我意识到颜色与 ETH 变量不匹配,因此 "Green" 绘制为蓝色,"Red" 绘制为绿色 :P