用 Pandas 绘制时间序列的分箱计数

Question

我有一个 Pandas 事件数据框，列中有时间戳作为索引和一些标量值（它的含义在这里不是那么重要）。我想绘制一个时间序列，在任何一个小时内发生了多少事件。

原始数据（比此处显示的要多得多）如下所示：

    size
timestamp       
2015-08-17 15:07:05.628000  50877
2015-08-17 15:07:05.701000  62989
2015-08-17 15:07:05.752000  33790
2015-08-17 15:07:05.802000  100314
2015-08-17 15:07:05.862000  10372

....

随后，我按照以下方式按小时对这些事件进行了分组：

counts = df.groupby( [df.index.year, df.index.month, df.index.day, df.index.hour] ).count()

即最终得到一个多级索引，有 4 个级别。

但是现在我正在努力创建一个很好的图表。诚然，我的熊猫可视化技巧非常狡猾。我没有比以下更进一步：

counts.plot()

但这使得 x 轴完全不可读（元组序列）。我希望 x 轴是一个适当的时间序列，可以很好地与绘图的分辨率等缩放。我正在 IPython 中执行此操作，以防万一。（我想这个问题可能归结为如何将 4 个索引级别再次折叠为一个时间戳）。

我很乐意阅读一些参考资料，因此请随时指出任何有用的链接以供阅读。我环顾四周，但无法立即找到有关特定主题的任何信息。

（此外，请随时提出任何替代方法来实现我想要做的事情 - 不确定多级索引是否最合适）。

谢谢！

Answer 1

这种情况下的问题是存在多个级别的索引。您可以重新连接不同的级别。因此进行重新索引。可以在这里找到类似的问题。

有关使用多级索引重新索引的信息，我找到了这个。在这种特殊情况下，您必须将级别重新组合为日期时间对象

import datetime
df.index = [datetime.datetime(year, month, day, hour) for year, month, day, hour in df.index]

这给出了类似的东西：

2019-10-14 19:00:00    1
2020-10-14 19:00:00    2
2020-10-14 20:00:00    2
2020-10-15 00:00:00    1
2020-10-15 05:00:00    1