Pandas：使用多级索引数据框绘制条形图

Question

我有一个带有 TIMESTAMP 列的 pandas DataFrame（不是索引），时间戳格式如下：

2015-03-31 22:56:45.510

我还有两列名为CLASS和AXLES。 我想要分别计算每个月对于每个唯一的AXLES值（AXLES 可以取3-12之间的整数）的记录数量。

我想到了使用resample和groupby的组合方法：

resamp = dfWIM.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS

这似乎给我一个MultiIndex数据帧对象，如下所示。

In [72]: resamp

Out [72]:

AXLES  TIMESTAMP 
3      2014-07-31      5517
       2014-08-31     31553
       2014-09-30     42816
       2014-10-31     49308
       2014-11-30     44168
       2014-12-31     45518
       2015-01-31     54782
       2015-02-28     52166
       2015-03-31     47929
4      2014-07-31      3147
       2014-08-31     24810
       2014-09-30     39075
       2014-10-31     46857
       2014-11-30     42651
       2014-12-31     48282
       2015-01-31     42708
       2015-02-28     43904
       2015-03-31     50033

从这里开始，我该如何访问此multiIndex对象的不同组件以创建以下条件的条形图？

• 当AXLES = 3时显示数据
• 以月-年格式显示x轴刻度（没有天，小时，分钟等）

谢谢！

编辑：以下代码给我提供了绘图，但我无法将xtick格式更改为MM-YY。

resamp[3].plot(kind='bar')

编辑2 下面是一个代码片段，生成了与我所拥有的类似的小样本数据：

dftest = {'TIMESTAMP':['2014-08-31','2014-09-30','2014-10-31'], 'AXLES':[3, 3, 3], 'CLASS':[5,6,7]}
dfTest = pd.DataFrame(dftest)
dfTest.TIMESTAMP = pd.to_datetime(pd.Series(dfTest.TIMESTAMP))
resamp = dfTest.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS
resamp[3].plot(kind='bar')

编辑 3：

下面是解决方案：

A. 绘制整个经过重新采样的数据框（基于 @Ako 的建议）：

df = resamp.unstack(0)
df.index = [ts.strftime('%b 20%y') for ts in df.index]
df.plot(kind='bar', rot=0)

根据 @Alexander 的建议，从重新采样的数据框中绘制一个单独的指数。

df = resamp[3]
df.index = [ts.strftime('%b 20%y') for ts in df.index]
df.plot(kind='bar', rot=0)

- marillion

---

尝试使用 resamp.unstack(0).plot(kind='bar')。这将把轴转换为单独绘制的系列。 - ako

谢谢。当在一个图中显示所有数据时，这非常方便。有没有办法将xtick标签的格式从“2015-03-31 00:00:00”更改为“2015年3月”？无论我尝试什么，都无法更改格式。 - marillion

Answer 1

您可以使用ax.xaxis.set_major_formatter并结合ticker.FixedFormatter显式生成和设置标签。这样可以保留DataFrame的时间戳MultiIndex，同时以所需的%m-%Y格式显示时间戳：

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

dftest = {'TIMESTAMP':['2014-08-31','2014-09-30','2014-10-31'], 'AXLES':[3, 3, 3], 'CLASS':[5,6,7]}
dfTest = pd.DataFrame(dftest)
dfTest.TIMESTAMP = pd.to_datetime(pd.Series(dfTest.TIMESTAMP))
resamp = dfTest.set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS

ax = resamp[3].plot(kind='bar')
ticklabels = [timestamp.strftime('%m-%Y') for axle, timestamp in resamp.index]
ax.xaxis.set_major_formatter(ticker.FuncFormatter(lambda x, pos: ticklabels[int(x)]))
plt.gcf().autofmt_xdate()

plt.show()

产量

- unutbu

Answer 2

以下内容应该可行，但没有数据很难测试。

首先重置索引以访问 TIMESTAMP 列。然后使用 strftime 格式化为所需的文本表示形式（例如 mm-yy）。最后，将索引重置回 AXLES 和 TIMESTAMP。

df = resamp.reset_index()
df['TIMESTAMP'] = [ts.strftime('%m-%y') for ts in df.TIMESTAMP]
df.set_index(['AXLES', 'TIMESTAMP'], inplace=True)
>>> df.xs(3, level=0).plot(kind='bar')

- Alexander