表示给定时间段和的值的时间序列条形图
表示给定时间段和的值的时间序列条形图
提问于 2022-05-15 04:51:38
有一个时间序列数据，如以下数据。
Time Order nun
0 2/10/2019 200
1 3/3/2019 150
2 3/15/2019 50
3 3/25/2019 100
4 4/16/2019 90
5 4/17/2019 190
6 5/6/2019 120
7 5/18/2019 110如何根据每月价值之和生成时间序列条形图。
回答 2
Stack Overflow用户
回答已采纳
发布于 2022-05-15 05:23:25
可以将Time设置为索引，并使用pd.Grouper(freq='M')按月分组。
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
df['Time'] = pd.to_datetime(df['Time'])
out = df.set_index('Time').groupby(pd.Grouper(freq='M'))['Order number'].sum()
fig, ax = plt.subplots()
bars = ax.bar(out.index, out)
ax.bar_label(bars)
ax.set_xlabel("Time (month)")
ax.set_ylabel("Order number")
ax.set_xticks(out.index)
ax.set_yticks(range(200, 800, 200))
ax.xaxis.set_major_formatter(mdates.DateFormatter("%b %Y"))
plt.show()
酒吧之所以这么薄，是因为酒吧一个月只需要一天时间。您可以使用字符串来使其正常。
df['Time'] = pd.to_datetime(df['Time']).dt.strftime('%b %Y')
out = df.groupby('Time')['Order number'].sum()
fig, ax = plt.subplots()
bars = ax.bar(out.index, out)
ax.bar_label(bars)
ax.set_xlabel("Time (month)")
ax.set_ylabel("Order number")
ax.set_xticks(out.index)
ax.set_yticks(range(200, 800, 200))
plt.show()
Stack Overflow用户
发布于 2022-05-15 05:36:07
import seaborn as sns
import matplotlib.pyplot as plt
df['Time'] = pd.to_datetime(df['Time'])
plotme = df.resample('M', on='Time').sum()
sns.barplot(y=plotme['Order nun'], x=plotme['Time'].dt.strftime('%b %Y'))
plt.show()输出：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72245576
复制相关文章
相似问题
腾讯云开发者
