从日期时间列中提取月份日期以使用 Seaborn 绘制季节性折线图

Question

我正在处理的数据框示例如下。

df_sub = pd.DataFrame([[2020-01-01, 2019-01-02, 2018-01-15, 2017-01-18], [2019, 2018, 2017, 2016], [15, 9, 39, 20]], columns=['GAME_DATE', 'SEASON', 'PTS')

• 每个赛季中的 GAME_DATE 和 POINTS 大约有 20-30 个数据点。这将根据从其他数据帧 DF 中选择的内容而有所不同
• GAME_DATE 是一个日期时间列

我想创建一个单独的情节，其中 x 轴为 game_date，y 轴为点，每个季节绘制一条线。

尝试了以下方法，但没有达到我想要的效果，因为它按顺序绘制了每个季节的数据，并在休息时有间隙。我希望每个季节都绘制在不同的线上，同时使用一年的一致 x 轴，而不是每年延伸。

ax = sns.lineplot(x = 'GAME_DATE', y = 'PTS', hue = 'SEASON', markers = True, dashes = False, data = df_sub)

认为我需要从 GAME_DATE 中提取 X-AXIS 的月份和日期，因为 SEASON 已经处理了年份/季节性组件

df_sub['SEASONAL'] = df_sub['GAME_DATE'].dt.strftime('%m-%d')

这在提取月份和日期方面起到了作用，但是当使用以下内容进行绘图时 - 创建的情节绝对是一团糟

ax = sns.lineplot(x = 'SEASONAL', y = 'PTS', hue = 'SEASON', markers = True, dashes = False, data = df_sub)

认为我需要将 df_sub['SEASONAL'] 从当前类型转换为日期时间列作为非空对象？但是，尝试以下方法会在季节性列的每个条目中插入一年（1900 年..uhhh）

df_sub['SEASONAL'] = pd.to_datetime(df_sub['SEASONAL'], format = "%m-%d")

感谢任何帮助

Answer 1

绘图时字符串日期时间不起作用。您可以将字符串日期时间转换为以毫秒为单位的纪元时间。

import pandas as pd
import seaborn as sns; sns.set()
import matplotlib.pylab as plt

# make epoch datetime
list_date = ['2020-01-01', '2019-01-02', '2018-01-15', '2017-01-18']
dates = [pd.to_datetime(d) for d in list_date]
dates_epoch = [(t- pd.Timestamp("1970-01-01")) // pd.Timedelta('1ms') for t in dates]

# create dataframe
df_sub = pd.DataFrame([dates_epoch, 
                       [2019, 2018, 2017, 2016], 
                       [15, 9, 39, 20]
                      ])
df_sub = df_sub.T
df_sub.columns=['GAME_DATE', 'SEASON', 'PTS']

# print(df_sub)
#        GAME_DATE  SEASON  PTS
# 0  1577836800000    2019   15
# 1  1546387200000    2018    9
# 2  1515974400000    2017   39
# 3  1484697600000    2016   20

sns.lmplot(x='GAME_DATE', y='PTS', hue= 'SEASON', data=df_sub,lowess=True)

# get current axis
ax = plt.gca()
# get current xtick labels
xticks = ax.get_xticks()
# convert all xtick labels to selected format from ms timestamp
ax.set_xticklabels([pd.to_datetime(tm, unit='ms').strftime('%Y-%m-%d') for tm in xticks], rotation=50)

plt.show()

我不确定这是您想要的结果，但希望对您有所帮助。

---

编辑回答cmets...

对于你的情况，

pd.to_datetime(df_sub['SEASONAL'].iloc[0], unit='ms').strftime('%m-%d')

会起作用。

pd.to_datetime() 使用 pandas 制作时间戳。我认为这种方式对于轻松管理时间数据很有用。

# put some timedata, mostly string but int with unit is ok
pd.to_datetime(1577836800000, unit='ms')
# Timestamp('2020-01-01 00:00:00')
pd.to_datetime('2020-01-01')
# Timestamp('2020-01-01 00:00:00')

并使用strftime(format)，将时间戳从字符串转换为格式。

pd.to_datetime('2020-01-01').strftime('%m-%d')
# '01-01'