Matplotlib 绘制随时间变化的分类数据计数

我有一个数据框（

df

），其中有一列包含分类数据（

ETH

），有一个DateTimeIndex，我想绘制一段时间内的分类计数（它们按天索引，理想情况下我想按年绘制）

---

然而，groupby和pivot的组合并没有给我任何我想要的东西，尽管我知道这应该相当简单。我似乎找不到一个标准的方法来实现这一点-帮助？

下面的代码将首先按类别“ETH”分组，然后在每个组上迭代

然后，对于每个组，它使用lambda函数按DataTimeIndex年进行分组，并返回该年的行数。然后绘制这些计数

在绘制年份时，它将其绘制为一个数字（而不是日期），这就是为什么x轴看起来有点奇怪，您可能可以将其转换回日期（例如每年的1月1日），使其更漂亮。我已经使用

plt.xlim

和

plt.ylim

稍微调整了限制，以使其更易于查看

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
    'County': {
        0: 'Bexar',
        3: 'Nueces',
        4: 'Kerr',
        9: 'Harris',
        13: 'Hidalgo'},
    'Date': {
        0: '2012-10-28 00:00:00',
        3: '2012-04-16 00:00:00',
        4: '2013-09-04 00:00:00',
        9: '2013-01-22 00:00:00',
        13: '2013-09-26 00:00:00'},
    'ETH': {
        0: 'Red',
        3: 'Green',
        4: 'Red',
        9: 'Green',
        13: 'Red'}
})
df['Date'] = pd.to_datetime(df['Date'], dayfirst=True, infer_datetime_format = True)
df['ETH'] = df['ETH'].astype('category')
df = df.set_index('Date')

grouped = df.groupby('ETH')

for key, group in grouped:
    data = group.groupby(lambda x: x.year).count()
    data['ETH'].plot(label=key)

plt.xlim(2011, 2014)
plt.ylim(0,3)

plt.legend()

plt.show()

---

是的，我意识到颜色与ETH变量不匹配，因此“绿色”以蓝色绘制，“红色”以绿色绘制：p

正是我想要的！

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
    'County': {
        0: 'Bexar',
        3: 'Nueces',
        4: 'Kerr',
        9: 'Harris',
        13: 'Hidalgo'},
    'Date': {
        0: '2012-10-28 00:00:00',
        3: '2012-04-16 00:00:00',
        4: '2013-09-04 00:00:00',
        9: '2013-01-22 00:00:00',
        13: '2013-09-26 00:00:00'},
    'ETH': {
        0: 'Red',
        3: 'Green',
        4: 'Red',
        9: 'Green',
        13: 'Red'}
})
df['Date'] = pd.to_datetime(df['Date'], dayfirst=True, infer_datetime_format = True)
df['ETH'] = df['ETH'].astype('category')
df = df.set_index('Date')

grouped = df.groupby('ETH')

for key, group in grouped:
    data = group.groupby(lambda x: x.year).count()
    data['ETH'].plot(label=key)

plt.xlim(2011, 2014)
plt.ylim(0,3)

plt.legend()

plt.show()