多索引熊猫图中时间序列的 X 刻度标签答案

【问题标题】：X tick labels for timeseries in multiindex pandas plot多索引熊猫图中时间序列的 X 刻度标签
【发布时间】：2021-09-03 20:20:51
【问题描述】：

我的原始数据框（df1）包含五年的月度数据。我按年和月进行分组，因为我想绘制五年期间（df_groupby）中“销售额”列的月度变化。生成的 groupby 生成一个多索引数据框，其中索引列和月份列都自动命名为“日期”。

df1:
            Dress     
Date                                                                  
2015-01-31  Suit
2015-02-28  Pant 
2015-03-31  Shirt

##df_groupby: to count the number of dresses sold in a given month per year
df_groupby=df1.groupby([(df1.index.year), (df1.index.month)]).count()

              Dress
Date    Date                    
2015    1   1   
        2   1   
        3   1   
        4   5   
        5   4

现在，我想将五年内每月售出的连衣裙数量绘制为时间序列，这样月份应该显示为次要刻度标签，而年份应显示为主要刻度。我正在尝试这个；

g= df_groupby
ax = g.Station.plot()
ax.set_xticks(range(len(g)));
ax.set_xticklabels(["%s-%02d" % item for item in g.index.tolist()], rotation=45);

这给了我这样的情节（我不想要几周的日子/只是几个月和一年）-

但是，我想绘制一个带有 x 刻度标签的图，如下所示：

在这种情况下，格式化 x 刻度的好方法是什么？

【问题讨论】：

标签： pandas dataframe time-series multi-index

【解决方案1】：

我猜有多种选择。其中之一是将FixedFormatter() 用作tick-formatter。

然后您可以将标签作为字符串传递，换行符\n 将导致多行刻度。为此，您必须先将刻度转换为字符串。

import matplotlib.pyplot as plt
from matplotlib import ticker


def setup(ax, title):
    """Set up common parameters for the Axes in the example."""
    # only show the bottom spine
    ax.yaxis.set_major_locator(ticker.NullLocator())

    # define tick positions
    ax.xaxis.set_major_locator(ticker.MultipleLocator(1.00))
    ax.xaxis.set_minor_locator(ticker.MultipleLocator(0.25))

    ax.xaxis.set_ticks_position('bottom')
    ax.tick_params(which='major', width=1.00, length=5)
    ax.tick_params(which='minor', width=0.75, length=2.5, labelsize=10)
    ax.set_xlim(0, 5)
    ax.set_ylim(0, 1)
    ax.text(0.0, 0.2, title, transform=ax.transAxes,
            fontsize=14, fontname='Monospace', color='tab:blue')

fig1, axs1 = plt.subplots(2, 1, figsize=(8, 2))
fig1.suptitle('Formatter Object Formatting')

# Fixed formatter
setup(axs1[1], title="FixedFormatter()")
# FixedFormatter should only be used together with FixedLocator.
# Otherwise, one cannot be sure where the labels will end up.
positions = [0, 1, 2, 3, 4, 5]
labels = ['A\na', 'B\nb', 'C\nc', 'D\nd', 'E\ne', 'F\nf']
axs1[1].xaxis.set_major_locator(ticker.FixedLocator(positions))
axs1[1].xaxis.set_major_formatter(ticker.FixedFormatter(labels))


fig1.tight_layout()
plt.show()

【讨论】：