使用 Grouper 按日期时间频率对行进行分组并绘制另一列的计数（使用复制代码）

Question

为简单起见，假设我有一个数据框，排列如下：

import numpy as np
import pandas as pd
def random_dates(start, end, n, unit='D', seed=None):
    if not seed:  
        np.random.seed(0)

    ndays = (end - start).days + 1
    return pd.to_timedelta(np.random.rand(n) * ndays, unit=unit) + start
np.random.seed(0)
start = pd.to_datetime('2015-01-01')
end = pd.to_datetime('2018-01-01')
date = random_dates(start, end, 1000)
#%%
gender = np.random.randint(0,2,(1000,))
DF = pd.DataFrame({'datetime_of_call':date,'gender_of_caller':gender})

我想绘制男性和女性来电者在某条线上的分布，作为 year/month/hour ON TOTAL 的函数（另外，我们现在可以说只是一个月）

例如，我想直观地看到 不论年份 ，特别是在 1 月份，女性来电者的比例很高。另一个例子是，如果我希望频率为每小时，那么我想知道 male/female 在所有年份中的分布情况，仅按小时计算。

我用grouper按月分组：

DF.groupby(pd.Grouper(key='datetime_of_call',freq='M'))

现在不确定如何继续，我尝试了以下方法：

pd.crosstab(DF.groupby(pd.Grouper(key='datetime_of_call',freq='M')),DF.gender_of_caller).plot.bar(stacked=True)

但出现错误

ValueError: Shape of passed values is (37, 2), indices imply (1000, 2)

Answer 1

我想你可以用 groupby 和 to_period

来实现

gb = DF.groupby(['gender_of_caller', DF.datetime_of_call.dt.to_period('M')]).size()
df = gb.unstack()

为您提供如下数据框：

然后你可以用

进行转置

df = df.T

然后您可以将其绘制为条形图或其他内容：

df.plot(kind='bar')

编辑：如果您希望分组依据是月份而不考虑年份，您可以将 groupby 行更改为：

gb = DF.groupby(['gender_of_caller', DF.datetime_of_call.dt.month]).size()

现在最终图表将如下所示：

使用 Grouper 按日期时间频率对行进行分组并绘制另一列的计数（使用复制代码）

use Grouper to group rows by datetime frequency and plot count of another column (with reproduction code)

python

datetime

visualization

pandas

pandas-groupby