时间序列图绘制CSV数据（时间戳和事件）：x轴标签固定。

Question

（这个问题可以独立阅读，但是它是从CSV数据中读取时间和事件的续集。）

我想用Python的Pandas模块（见下面的链接）将2个文件的CSV数据可视化成如下的时间序列表示。

df1的示例数据：

             TIMESTAMP  eventid
0  2017-03-20 02:38:24        1
1  2017-03-21 05:59:41        1
2  2017-03-23 12:59:58        1
3  2017-03-24 01:00:07        1
4  2017-03-27 03:00:13        1

“eventid”列始终包含值1，我试图显示数据集中每天事件的总数。第二个数据集df0具有类似的结构，但仅包含零：

df0的示例数据：

             TIMESTAMP  eventid
0  2017-03-21 01:38:24        0
1  2017-03-21 03:59:41        0
2  2017-03-22 11:59:58        0
3  2017-03-24 01:03:07        0
4  2017-03-26 03:50:13        0

x轴标签只显示相同的日期，我的问题是：如何显示不同的日期？（是什么导致在x轴标签上多次显示相同的日期？）

到目前为止的脚本：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df1 = pd.read_csv('timestamp01.csv',  parse_dates=True, index_col='TIMESTAMP')
df0 = pd.read_csv('timestamp00.csv',  parse_dates=True, index_col='TIMESTAMP')

f, (ax1, ax2) = plt.subplots(1, 2)
ax1.plot(df0.resample('D').size())

ax1.set_xlim([pd.to_datetime('2017-01-27'), pd.to_datetime('2017-04-30')])  

ax1.xaxis.set_major_formatter(ticker.FixedFormatter
(df0.index.strftime('%Y-%m-%d')))

plt.setp(ax1.xaxis.get_majorticklabels(), rotation=15)

ax2.plot(df1.resample('D').size())
ax2.set_xlim([pd.to_datetime('2017-03-22'), pd.to_datetime('2017-04-29')])
ax2.xaxis.set_major_formatter(ticker.FixedFormatter(df1.index.strftime
('%Y-%m-%d')))
plt.setp(ax2.xaxis.get_majorticklabels(), rotation=15)
plt.show()

输出: (https://www.dropbox.com/s/z21koflkzglm6c3/figure_1.png?dl=0)

我尝试过的链接:

• http://pandas.pydata.org/pandas-docs/stable/visualization.html

• Pandas Dataframe中的多个时间序列图

• Pandas timeseries plot设置x轴主要和次要刻度和标签

非常感谢您的帮助。

- Gustav Rasmussen

Answer 1

为了让示例能够复现，我们可以创建以下文本文件（data/timestamp01.csv）：

TIMESTAMP;eventid
2017-03-20 02:38:24;1
2017-03-21 05:59:41;1
2017-03-23 12:59:58;1
2017-03-24 01:00:07;1
2017-03-27 03:00:13;1

（同样适用于data/timestamp00.csv）。然后我们可以读取这些文件。

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df1 = pd.read_csv('data/timestamp01.csv', parse_dates=True, index_col='TIMESTAMP', sep=";")
df0 = pd.read_csv('data/timestamp00.csv', parse_dates=True, index_col='TIMESTAMP', sep=";")

绘制它们。

f, (ax1, ax2) = plt.subplots(1, 2)

ax1.plot(df0.resample('D').size())
ax2.plot(df1.resample('D').size())

plt.setp(ax1.xaxis.get_majorticklabels(), rotation=30, ha="right")
plt.setp(ax2.xaxis.get_majorticklabels(), rotation=30, ha="right")
plt.show()

导致结果如下图所示：

这是期望的图表。

- ImportanceOfBeingErnest