在 Pandas/matplotlib 中绘制一天中每个小时的直方图

Question

我有一个小时粒度的时间序列数据集，显示一年中一天中每个小时内资产的价格回报。

我正在尝试绘制一天中每个小时的收益分布，并认为可能有一种方法可以按每小时对收益进行分组，然后绘制每小时的直方图 - 所以循环/函数的输出/method（即我要实现的目标）将是 24 个分布图，显示整个时间段内一天中每个小时的回报分布。

我当前的数据框被多索引为Day、Hour（这可能不正确，无法实现我的目标，如果需要我可以更改它）。

我能够使用groupby 获得时间范围内的每小时平均回报 (df.groupby("Hour").mean())，并认为我可以使用类似的方法来绘制我的分布。

任何关于如何实现这一目标的建议将不胜感激

Answer 1

以非常简单的数据为例（仅 3 天的上午 9 点到 10 点和上午 10 点到 11 点）：

import pandas as pd
import matplotlib.pyplot as plt

arrays = [[1, 1, 2, 2, 3, 3], [9, 10, 9, 10, 9, 10]]
ind = pd.MultiIndex.from_arrays(arrays, names=['Day', 'Hour'])
df = pd.DataFrame({'Price': [34, 35, 37, 31, 30, 29]}, index=ind)

for hour, group in df.groupby("Hour"):
    group.plot(kind='hist', bins=10, title=f'{hour}:00 - {hour+1}:00')
    plt.show()

---

是的，groupby 已经精确地完成了你想要的——将 DataFrame 分组。 然后，您可以轻松地查看这些组并单独绘制每个组。 （事实上​​，对我来说，在群组列表中调用.mean() 是不太直观的做法。）。这是打印每个 groupby 组的输出：

          Price
Day Hour       
1   9        34
    10       35
2   9        37
    10       31
3   9        30
    10       29

(9,           Price
Day Hour       
1   9        34
2   9        37
3   9        30)
(10,           Price
Day Hour       
1   10       35
2   10       31
3   10       29)