使用Timestamp绘制大熊猫DataFrame和xaxis的图

Question

我有一个pandas.DataFrame（df），它由一些值和一个datetime组成，datetime首先是一个字符串，但是我将其转换为Timestamp

df['datetime'] = pd.to_datetime(df['Time [dd.mm.yyyy hh:mm:ss.ms]'], format="%d.%m.%Y %H:%M:%S.%f")

看来可行，我可以访问obj.day等新列元素的属性。因此，结果列包含时间戳记。当我尝试使用pyplot.plot(df['datetime'],df['value_name'])或进行绘制时df.plot(x='datetime',y='value_name')，下图为结果。我尝试使用转换时间戳，obj.to_pydatetime()但没有任何改变。数据帧本身由来自csvs的一些数据填充。令我感到困惑的是，对于某些csv，它可以工作，而对其他csv，则不能。我很确定转换为时间戳是成功的，但我可能是错的。我的时间范围也应该是2015-2016年，而不是1981-1700年。如果尝试从DataFrame中找到最小和最大时间戳，则分别在2015年和2016年可获得正确的时间戳。

结果图片表格pyplot.plot

编辑： df.head()给出：

扫描时间[dd.mm.yyyy hh：mm：ss.ms]频率[Hz]电压[V]
0 1.0 11.03.2014 10：13：04.270 50.0252 230.529
1 2.0 11.03.2014 10：13：06.254 49.9515 231.842
2 3.0 11.03.2014 10：13：08.254 49.9527 231.754
3 4.0 11.03.2014 10：13：10.254 49.9490 231.678
4 5.0 11.03.2014 10：13：12.254 49.9512 231.719

datetime
0 2014-03-11 10：13：04.270
1 2014-03-11 10：13：06.254
2 2014-03-11 10：13：08.254
3 2014-03-11 10：13：10.254
4 2014-03- 11 10：13：12.254

并df.info()给出：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 33270741 entries, 0 to 9140687
Data columns (total 5 columns):
Sweep                            float64
Time [dd.mm.yyyy hh:mm:ss.ms]    object
Frequency [Hz]                   float64
Voltage [V]                      float64
datetime                         datetime64[ns]
dtypes: datetime64[ns](1), float64(3), object(1)
memory usage: 1.5+ GB

我正在尝试绘制“频率[Hz]”对“日期时间”。

Answer 1

我认为您需要set_index然后设置两个轴的格式：

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df['datetime'] = pd.to_datetime(df['Time [dd.mm.yyyy hh:mm:ss.ms]'],
                                   format="%d.%m.%Y %H:%M:%S.%f")

print (df)

df.set_index('datetime', inplace=True)

ax = df['Frequency [Hz]'].plot()

ticklabels = df.index.strftime('%Y-%m-%d')
ax.xaxis.set_major_formatter(ticker.FixedFormatter(ticklabels))
ax.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f'))
plt.show()