在不同年份的Seaborn地块上叠加熊猫时间序列

问题描述：

我有熊猫数据框架，我想探索时间序列的周期性，趋势等。数据是Here。为了可视化它，我想在同一个图上叠加每个年份的“子时间序列”（即，从01/01/2000，01/01/2001和01/01具有相同的x坐标数据/ 2002）。在不同年份的Seaborn地块上叠加熊猫时间序列

我是否必须转换我的日期列以便每个数据具有相同的年份？

有没有人有如何做到这一点的想法？你可以做到这一点

答

设置
此分析，你链接

df = pd.read_csv(
    'data.csv', sep=';', decimal=',', 
    usecols=['date', 'speed', 'height', 'width'], 
    index_col=0, parse_dates=[0] 
)

我哈克
我剥夺了一切，但在t年度的数据他约会并假定2012的年份，因为它是一个闰年，并将容纳2月29日。我splity一年分为多指数的另一个层面，unstack和plot

idx = pd.MultiIndex.from_arrays([ 
     pd.to_datetime(df.index.strftime('2012-%m-%d %H:%M:%S')), 
     df.index.year 
    ]) 

ax = df.set_index(idx).unstack().speed.plot() 
lg = ax.legend(bbox_to_anchor=(1.05, 1), loc=2, ncol=2)

在努力漂亮这件事

fig, axes = plt.subplots(3, 1, figsize=(15, 9)) 

idx = pd.MultiIndex.from_arrays([ 
     pd.to_datetime(df.index.strftime('2012-%m-%d %H:%M:%S')), 
     df.index.year 
    ]) 

d1 = df.set_index(idx).unstack().resample('W').mean() 
d1.speed.plot(ax=axes[0], title='speed') 
lg = axes[0].legend(bbox_to_anchor=(1.02, 1), loc=2, ncol=1) 

d1.height.plot(ax=axes[1], title='height', legend=False) 
d1.width.plot(ax=axes[2], title='width', legend=False) 

fig.tight_layout()

答

一种方式是像这样所有年份创建一个共同的x轴：

df['yeartime']=df.groupby(df.date.dt.year).cumcount()

其中“yeartime”代表一年时间的小节数。接下来，创建一个年柱：

df['year'] = df.date.dt.year

现在，让我们的子集数据，将2000年，2001年1月1日，和2002年

subset_df = df.loc[df.date.dt.year.isin(['2000','2001',2002]) & (df.date.dt.day == 1) & (df.date.dt.month == 1)]

最后，绘制。

ax = sns.pointplot('yeartime','speed',hue='year',data=subset_df, markers='None') 
_ =ax.get_xaxis().set_ticks([])

在不同年份的Seaborn地块上叠加熊猫时间序列

相关推荐