我有 8 年的每日数据。我想绘制一周中每天、一年中的每周和一年中的每个月的所有值。我怎么做？

Question

我希望能够将我的数据点可视化为一周中的每一天、一年中的每一周和每月。我能够每年可视化我的数据。但是当我调整每月和每周的代码时，x 轴仍然是每年。

我有8年的住院记录。我的数据被组织成 2 列。第 1 列是我的“日期”列，从 2010-03-10 开始到 2017-12-31 结束。第 2 列是我的值列。本专栏列出了我是否有患者前来接受治疗。第 2 列中的值为 0 或 x 数字。例如 0 表示我没有患者 x 表示我有 x 名患者。当我尝试以图形方式表示这些数据时，它只计算我每周拥有的最大 x 数。

df=pd.read_csv('Data 3.csv', parse_dates=["Dates"], index_col="Dates")
# create the plot space upon which to plot the data
fig, ax = plt.subplots(figsize = (10,10))

# add the x-axis and the y-axis to the plot
ax.plot(df.resample('Y').sum()['Total # Events'],color = 'blue')

# rotate tick labels
plt.setp(ax.get_xticklabels(), rotation=45)

# set title and labels for axes
ax.set(xlabel="Years",
ylabel="Total # of Events",
title="Yearly Treatment Events from 2010-2017");

图结果

所以我得到了正确的图形。但是，当我将每月的 (df.resample('Y').sum() 从 ('Y') 更改为 ('M') 时，我会得到一个显示年度 X 轴和值的图表。我该如何更改这是为了获得每月 X 轴和每周 X 轴？

Answer 1

因此，正如我所假设的，鉴于日期可用，这很容易。

因此，首先创建新列来表示日期所属的周、年和月。为此，您需要在读取 csv 时将日期设置为索引和 parse_dates：

data=pd.read_csv('Data 3.csv',index_col='Dates',parse_dates=True)

现在您可以创建三列：

data['Week']=data.index.week
data['Month']=data.index.month
data['Year']=data.index.year

这将为您提供如下数据：

            Total # Events  Week  Year  Month
Dates                                        
2010-03-10               0    10  2010      3
2010-03-11               4    10  2010      3
2010-03-12               0    10  2010      3
2010-03-13               0    10  2010      3
2010-03-14               0    10  2010      3
2010-03-15               0    11  2010      3
2010-03-16               0    11  2010      3
2010-03-17               0    11  2010      3
2010-03-18               2    11  2010      3
2010-03-19               0    11  2010      3

我不会为您分享整个代码，而只会显示 Year 输出及其工作原理，其余的我希望您可以自己完成，否则您将不会以这种方式学到任何东西。

所以下一步是：

Yearwise=data.groupby(by=('Year')).sum()['Total # Events']

就是这样，绘制它：

plt.figure(figsize=(14,10))
Yearwise.plot()

您也分享的图表是：

请记住，对于月份而言，您需要将年份和月份一起进行分组，否则最终会将所有相同编号的月份分组在一起。我的意思是这样的——

by=('Year','Month'))

休息一下，我相信您可以自己解决。不过，如果您遇到错误，请告诉我。