时间序列根据CSV数据(时间戳和事件)绘制:x标签常量

Question

(这个问题可以单独阅读,但是续集:来自CSV数据的时间序列(时间戳和事件))

我想通过时间序列表示,使用python的pandas模块(参见下面的链接)可视化CSV数据(来自2个文件),如下所示.

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的事件总和.第二个数据集df0具有相似的结构,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标签上多次显示相同的日期？)

脚本到目前为止:

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)

我试图遵循的链接:

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

• 来自Pandas Dataframe的多个时间序列图

• Pandas timeseries绘制设置x轴主要和次要刻度和标签

任何帮助深表感谢.

Answer 1

使示例可重现,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data/timestamp00.csv).然后我们可以阅读它们

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()

结果是

这是理想的情节.