使用 Pandas 绘制和处理日期/时间数据答案

【问题标题】：Plotting and handling date/time data with Pandas使用 Pandas 绘制和处理日期/时间数据
【发布时间】：2019-03-20 05:28:44
【问题描述】：

目前，我正在从事一个项目，并希望每天从记录器中绘制数据。书面输出的格式是 .csv 文件，在一列中包含日期/时间戳例如：2018-10-15 10:00。在其他列中，只有浮点格式的数据。我会在 00:00 到 23:50 之间每隔 10 分钟自动获得书面印章。

我希望分析数据并按天分组*使用 groupby() 并进一步计算当天的平均值和偏差。我想将几年的平均值和 std_deviation 数据绘制为散点图或折线图。主要滴答声是几年或几个月，而天是次要滴答声。

每天，我想比较某个月内平均值的变化，并以小时为主要刻度，每 10 分钟间隔为次要刻度，绘制整个时间间隔。如果可能的话，我希望能够把它放在一个 for 循环中。

说实话，我尝试了很多不同的可能性，但我无法仅靠一种可能性来实现所有目标。如果可以的话，我会尽量不使用 set_index() 作为日期/时间列，这样更容易应用组。为了方便起见，我正在使用 Pandas 模块来完成我的整个分析。

我很乐意得到任何指导。

非常感谢！！！！！！！

【问题讨论】：

您好，欢迎来到 Stackoverflow。如果您可以添加一些示例代码并将您的数据框的 sn-p 粘贴到您的问题中，那就太好了。它使我们更容易为您制定解决方案。

【解决方案1】：

只是几个指针：

使用 pd.read_csv (https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html) 读取 csv 时，您可以指定哪些列包含日期/时间：

df = pd.read_csv('myfile.csv', parse_dates=['date'])

所以你可以添加一个只有天数的列，比如：

df['day'] = df['date'].dt.dayofyear

然后你可以按这个新列分组..

【讨论】：

非常感谢 rje。我想根据 ['Time'] 列绘制数据。为此，最好使用 time64[ns] 格式的时间。我刚刚找到了 to_timedelta() 方法并通过以下方式应用它：dffinal['Time']=pd.to_timedelta(dffinal['Date/time'].dt.strftime('%H:%M:%S'),unit='s')´ Is there a more simple way to split the datetime stamp and having a ['Date'] having the format '%Y:%M:%d' and ['Time'] column? besides applying both code lines? dffinal['Dates']=dffinal['Date/time'].dt.date´ 最好的问候！