ValueError: view limit minimum -35738.3640567 小于 1 并且是无效的 Matplotlib 日期值

Question

我是 matplotlib 的初学者。我正在尝试使用 matplotlib.pyplot 绘制数据框。问题是，每次我尝试绘制它时，都会出现以下错误：

ValueError: view limit minimum -35738.3640567 is less than 1 and is an invalid Matplotlib date value. This often happens if you pass a non-datetime value to an axis that has datetime units.

根据错误，日期时间列中似乎有一个非日期时间值，但没有。

我试过使用 pd.to_datetime() 并尝试将时间戳的格式pd.to_datetime(df_google['datetime'], format = '%d/%m/%Y')更改为但没有任何变化。

这是我尝试使用的代码：

import matplotlib.pyplot as plt

df_google.plot()
plt.show()

df_google 是一个带有列的数据框['datetime','price']，其中一些值如下：

     datetime        price
0  2018-05-15  1079.229980
1  2018-05-16  1081.770020
2  2018-05-17  1078.589966
3  2018-05-18  1066.359985
4  2018-05-21  1079.579956
5  2018-05-22  1069.729980
6  2018-05-23  1079.689941
7  2018-05-24  1079.239990
8  2018-05-25  1075.660034
9  2018-05-29  1060.319946

有人可以尝试帮助我理解这种类型的错误吗？当每个值都是日期时间类型值时，为什么它说存在非日期时间值？如何绘制此数据框？

Answer 1

将'datetime'列设置为datetime64[ns]类型：

• 使用pandas.to_datetime在转换'datetime'列，并记住指定列回本身，因为这不是一个就地更新。
• 如果列名.不包含特殊字符并且不与内置属性/方法（例如index, count）发生冲突，则可以使用 来访问列名。
  • df_google.datetime 代替 df_google['datetime']

import pandas as pd
import matplotlib.pyplot as plt

# given the following data
data = {'datetime': ['2018-05-15', '2018-05-16', '2018-05-17', '2018-05-18', '2018-05-21', '2018-05-22', '2018-05-23', '2018-05-24', '2018-05-25', '2018-05-29'],
        'price': [1079.22998, 1081.77002, 1078.589966, 1066.359985, 1079.579956, 1069.72998, 1079.689941, 1079.23999, 1075.660034, 1060.319946]}

df_google = pd.DataFrame(data)

# convert the datetime column to a datetime type and assign it back to the column
df_google.datetime = pd.to_datetime(df_google.datetime)

# display(df_google.head())
     datetime        price
0  2018-05-15  1079.229980
1  2018-05-16  1081.770020
2  2018-05-17  1078.589966
3  2018-05-18  1066.359985
4  2018-05-21  1079.579956
5  2018-05-22  1069.729980
6  2018-05-23  1079.689941
7  2018-05-24  1079.239990
8  2018-05-25  1075.660034
9  2018-05-29  1060.319946

验证'datetime'列是datetime64[ns]Dtype：

print(df_google.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 2 columns):
 #   Column    Non-Null Count  Dtype         
---  ------    --------------  -----         
 0   datetime  10 non-null     datetime64[ns]
 1   price     10 non-null     float64       
dtypes: datetime64[ns](1), float64(1)
memory usage: 288.0 bytes

阴谋：

df_google.plot(x='datetime')
plt.show()

• 有大量替代绘图工具的生态系统，但df.plot()可以很好地查看数据。
  • 可视化