试图绘制的熊猫类型错误答案

【问题标题】：Pandas type error trying to plot试图绘制的熊猫类型错误
【发布时间】：2016-02-14 01:58:29
【问题描述】：

我正在尝试基于 Pandas 数据框创建基本散点图。但是当我调用分散例程时，我收到一个错误“TypeError：无效类型提升”。重现问题的示例代码如下所示：

t1 = pd.to_datetime('2015-11-01 00:00:00')
t2 = pd.to_datetime('2015-11-02 00:00:00')

Time = pd.Series([t1, t2])
r = pd.Series([-1, 1])

df = pd.DataFrame({'Time': Time, 'Value': r})
print(df)

print(type(df.Time))
print(type(df.Time[0]))

fig = plt.figure(figsize=(x_size,y_size))
ax = fig.add_subplot(111)
ax.scatter(df.Time, y=df.Value, marker='o')

结果输出是

        Time  Value
0 2015-11-01     -1
1 2015-11-02      1
<class 'pandas.core.series.Series'>
<class 'pandas.tslib.Timestamp'>

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-285-f4ed0443bf4d> in <module>()
     15 fig = plt.figure(figsize=(x_size,y_size))
     16 ax = fig.add_subplot(111)
---> 17 ax.scatter(df.Time, y=df.Value, marker='o')

C:\Anaconda3\lib\site-packages\matplotlib\axes\_axes.py in scatter(self, x,    y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, **kwargs)
   3635             edgecolors = 'face'
   3636 
-> 3637         offsets = np.dstack((x, y))
   3638 
   3639         collection = mcoll.PathCollection(

C:\Anaconda3\lib\site-packages\numpy\lib\shape_base.py in dstack(tup)
    365 
    366     """
--> 367     return _nx.concatenate([atleast_3d(_m) for _m in tup], 2)
    368 
    369 def _replace_zero_by_x_arrays(sub_arys):

TypeError: invalid type promotion

四处搜索我发现了一个类似的帖子Pandas Series TypeError and ValueError when using datetime，这表明该错误是由该系列中的多种数据类型引起的。但这似乎不是我的示例中的问题，正如我打印的类型信息所证明的那样。

请注意，如果我停止使用 pandas 日期时间对象并将“时间”设为浮点数，则可以正常工作，例如

t1 = 1.1 #
t2 = 1.2

Time = pd.Series([t1, t2])
r = pd.Series([-1, 1])

df = pd.DataFrame({'Time': Time, 'Value': r})
print(df)

print(type(df.Time))
print(type(df.Time[0]))

fig = plt.figure(figsize=(x_size,y_size))
ax = fig.add_subplot(111)
ax.scatter(df.Time, y=df.Value, marker='o')

有输出

   Time  Value
0   1.1     -1
1   1.2      1
<class 'pandas.core.series.Series'>
<class 'numpy.float64'>

图表看起来还不错。我不知道为什么使用日期时间会导致无效类型提升错误？我正在使用 Python 3.4.3 和 pandas 0.16.2。

【问题讨论】：

标签： python pandas matplotlib

【解决方案1】：

以上所有答案都很棒。但是，就我而言，错误是通过更新库来修复的。您可以通过 Conda 终端使用以下命令执行此操作，康达更新--全部

【讨论】：

【解决方案2】：

我已将 datetime 列的类型更改为运行中的字符串：

plt.scatter(df['Date'].astype('str'), df['Category'], s=df['count'])

散点图有效。问候

【讨论】：

【解决方案3】：

还有另一种方式，我们应该放弃使用 Series。只需使用列表时间。

t1 = pd.to_datetime('2015-11-01 00:00:00')
t2 = pd.to_datetime('2015-11-02 00:00:00')

Time = pd.Series([t1, t2])
r = pd.Series([-1, 1])

df = pd.DataFrame({'Time': Time, 'Value': r})
print(df)

print(type(df.Time))
print(type(df.Time[0]))
x_size = 800
y_size = 600
fig = plt.figure(figsize=(x_size,y_size))
ax = fig.add_subplot(111)
ax.scatter(list(df.Time.values), list(df.Value.values), marker='o')

【讨论】：

你的方法也很有效。我对其进行了编辑以修复图形大小并删除了对列表的显式调用（不是必需的）。
这对我也很有效，非常感谢。但是列表可以使用吗？这样 Matplotlib 就不会尝试修改它们？

【解决方案4】：

你也可以这样做：

    import matplotlib.pyplot as plt
    import numpy as np
    import pandas as pd
    import datetime

    df = pd.DataFrame({"Time":["2015-11-01 00:00:00", "2015-11-02 00:00:00"], "value":[ 1, -1]})
    df['Time'] = pd.to_datetime(df['Time'])
    fig, ax = plt.subplots()
    ax.scatter(np.arange(len(df['Time'])), df['value'], marker='o')
    ax.xaxis.set_ticks(np.arange(len(df['Time'])))
    ax.xaxis.set_ticklabels(df['Time'], rotation=90)
    plt.xlabel("Time")
    plt.ylabel("value")

    plt.show()

【讨论】：

【解决方案5】：

scatter 绘图有一些在plot 或plot_date 中无法模拟的属性（作为绘制不同大小标记的能力）。

在绘制散点图之前将类型为：pandas.tslib.Timestamp 的时间序列转换为类型为：datetime.datetime 的列表对我有用：

times = [d.to_pydatetime() for d in df.Time]]
ax.scatter(times, y=df.Value, marker='o')

【讨论】：

【解决方案6】：

感谢@martinvseticka。根据您指出的 numpy 代码，我认为您的评估是正确的。我能够进一步简化您的调整（并添加了第三个样本点）以获得

t1 = pd.to_datetime('2015-11-01 00:00:00')
t2 = pd.to_datetime('2015-11-02 00:00:00')
t3 = pd.to_datetime('2015-11-03 00:00:00')

Time = pd.Series([t1, t2, t3])
r = pd.Series([-1, 1, 0.5])

df = pd.DataFrame({'Time': Time, 'Value': r})

fig = plt.figure(figsize=(x_size,y_size))
ax = fig.add_subplot(111)
ax.plot_date(x=df.Time, y=df.Value, marker='o')

关键似乎是调用“plot_date”而不是“plot”。这似乎告诉 mapplotlib 不要尝试连接数组。

【讨论】：

【解决方案7】：

这是你要找的吗？

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
import matplotlib.dates as dates

t1 = pd.to_datetime('2015-11-01 00:00:00')
t2 = pd.to_datetime('2015-11-02 00:00:00')

idx = pd.Series([t1, t2])
s = pd.Series([-1, 1], index=idx)

fig, ax = plt.subplots()
ax.plot_date(idx, s, 'v-')
plt.tight_layout()
plt.show()

我是 Python 新手，所以希望我没有错。基本上，我尝试根据https://stackoverflow.com/a/13674286/99256 调整您的示例。

您的脚本的问题是 numpy tries 连接 df.Time 和 df.Value 系列，它找不到适合新数组的类型，因为一个数组是数字的，第二个是组合的Timestamp 个实例。

【讨论】：

是的，我正在广泛研究这个问题，这就是我所知道的全部内容，尽管它本身并不是一个解决方案。
谢谢@martinvseticka。我能够稍微更新您的建议（见下文）。这当然是不直观的行为——我原以为 X 和 Y 数组可能是不同的数据类型。