Pandas DataFrame 到 Seaborn答案

【问题标题】：Pandas DataFrame to SeabornPandas DataFrame 到 Seaborn
【发布时间】：2017-09-09 12:02:34
【问题描述】：

我正在尝试使用 pandas DataFrame 绘制 seaborn 热图。我的数据格式如下

visit_table

   yyyymm  visit_cnt
0  201101      91252
1  201102     140571
2  201103     141457
3  201104     147680
4  201105     154066
...

68  201609     591242
69  201610     650174
70  201611     507579
71  201612     465218

如何将 DataFrame 更改为 seaborn 数据格式，如下所示

  2011       2012     2013   2015

1     91252
2     14057
3     147680
4     154066
...
11    123455
12    1234456

【问题讨论】：

标签： pandas dataframe seaborn

【解决方案1】：

您可以使用to_datetime 转换列yyyymm，然后使用dt.month 和dt.year 创建新的Series（列）。最后由pivot 重塑，如有必要，将NaN 替换为0 为fillna。

df['yyyymm'] = pd.to_datetime(df['yyyymm'], format='%Y%m')
df1 = pd.pivot(index=df['yyyymm'].dt.month, columns=df['yyyymm'].dt.year, values=df.visit_cnt)
       .fillna(0)
print (df1)
yyyymm      2011      2016
yyyymm                    
1        91252.0       0.0
2       140571.0       0.0
3       141457.0       0.0
4       147680.0       0.0
5       154066.0       0.0
9            0.0  591242.0
10           0.0  650174.0
11           0.0  507579.0
12           0.0  465218.0

另一种解决方案类似，只是通过set_index和unstack重塑：

df['yyyymm'] = pd.to_datetime(df['yyyymm'], format='%Y%m')
df['year'] = df['yyyymm'].dt.year
df['month'] = df['yyyymm'].dt.month
df1 = df.set_index(['month','year'])['visit_cnt'].unstack(fill_value=0)
print (df1)
year     2011    2016
month                
1       91252       0
2      140571       0
3      141457       0
4      147680       0
5      154066       0
9           0  591242
10          0  650174
11          0  507579
12          0  465218

最后，使用seaborn.heatmap：

import seaborn as sns
ax = sns.heatmap(df1)

【讨论】：

jezrael - 非常感谢
很高兴可以帮助您 - 对未来的小建议 - 请添加一些代码，您尝试质疑的内容，然后不要投反对票。美好的一天。