使用 datetime 对象进行 seaborn 绘图答案

【问题标题】：seaborn plotting with datetime object使用 datetime 对象进行 seaborn 绘图
【发布时间】：2021-01-21 07:37:16
【问题描述】：

我不知道为什么每次我使用 seaborn 绘图时，它总是显示所有日期对象，如下所示。
我已经检查过我的“join_date”是一个对象而不是日期时间。
有谁知道问题出在哪里，我该如何解决？

【问题讨论】：

【解决方案1】：

一种解决方案可能是您可以在使用to_period 方法进行绘图之前修改datetime object。这是一个例子：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

#generating some test data
days = pd.date_range('1/1/2000', periods=8, freq='D')
d2 = dict({'price': [10, 11, 9, 13, 14, 18, 17, 19]})
df = pd.DataFrame(d2,index=days)
print(df)

#making join_date a datetime object
#df['join_date'] = pd.to_datetime(df['join_date'])

#setting join_date as index of the dataframe
#df.set_index(['join_date'],inplace=True)

#reducing the datetime object assuming the datetime is index and it is in pandas datetime format
df.index = df.index.to_period("D") 

#plotting the heatmap
sns.heatmap(data=df)
plt.tight_layout()
plt.show()

原始输出：

使用to_period后的最终输出：

【讨论】：

添加了一个答案。请让我知道这对你有没有用。如果确实如此，请考虑接受赞成的答案。
感谢您的帮助！但是我找到了一个直接的答案~显然在这个过程中日期对象被更改为日期时间索引，所以您只需将日期时间索引更改回str。您可以在使用 df.index.astype(str) 更改索引类型之后将数据透视表索引的类型检查为 type(df.index)
谢谢。是的。这是一个很好的解决方案。但是，如果您使用时间序列分析，保留日期时间索引有很多优点。例如，您可以汇总结果并每月、每季度、每年绘制一次。根据时间过滤数据帧。因此，如果您打算进行更多分析，您可能需要考虑将其保留为日期时间格式。