pandas 中每分钟的日期直方图

Question

我正在尝试使用 pandas 绘制一个简单的日期直方图（仅计算每 N 分钟出现的次数）。然而，我所能达到的最好的是：

import pandas as pd
df = pd.read_csv('mydata.csv',sep=' ',usecols=[0,1])
df.columns = ['smdate', 'smtime']
df= pd.to_datetime(df['smtime'])
print(df)
df.groupby(df.dt.minute).count().plot(kind="bar",figsize=(50,10))

示例输出：

0        2020-07-07 00:00:07.538
1        2020-07-07 00:00:09.278
2        2020-07-07 00:00:09.292
3        2020-07-07 00:00:10.682
4        2020-07-07 00:00:14.198
                   ...          
262516   2020-07-07 15:54:44.056
262517   2020-07-07 15:54:44.270
262518   2020-07-07 15:54:44.450
262519   2020-07-07 15:54:44.697
262520   2020-07-07 15:54:45.210
Name: smtime, Length: 262521, dtype: datetime64[ns]

情节

我的问题是如何最好地分组我的帧（即按 10-20 分钟）？还有什么是最好的方法来绘制如此多的事件，以便我可以按照上面提到的时间间隔（每 N 分钟）可视化它们？

Answer 1

我认为您正在寻找 pandas Grouper.
它允许您指定所需的任何频率或间隔。

这是一个间隔 10 分钟的工作示例：

import pandas as pd
df = pd.read_csv('mydata.csv',sep=';',usecols=[0,1])
df.columns = ['smdate', 'smtime']

df['smtime'] = pd.to_datetime(df['smtime'])

df.groupby(pd.Grouper(key='smtime', freq='10Min')).count().plot(kind="bar",figsize=(50,10))

在这里，我保留了初始数据帧结构；我无法让它与 datetime Series 对象一起使用（Grouper 函数尝试处理索引而不是 serie 的值）。我尝试了 axis 参数但没有成功。如果有人可以直接使用系列来改进我的答案，我会很高兴。

无效示例：

import pandas as pd
df = pd.read_csv('mydata.csv',sep=';',usecols=[0,1])
df.columns = ['smdate', 'smtime']

df = pd.to_datetime(df['smtime'])

df.groupby(pd.Grouper(freq='10Min')).count().plot(kind="bar",figsize=(50,10))

pandas 中每分钟的日期直方图

Date histogram per minutes in pandas

python

plot

histogram

pandas

date-histogram