如何使用pandas绘制时间间隔直方图？

给定一个间隔数据帧（“开始时间”和“结束时间”），如何有效地生成直方图，显示每个时间点T中有多少间隔是“活动的”

生成示例数据帧的代码（抱歉，我相信有更好的方法）：

一个例子：

对于以下数据帧：

import pandas as pd
pd.DataFrame([{'start':2,'end':5},{'start':3,'end':8},{'start':9,'end':10},{'start':4,'end':5}])

匹配图类似于：

---

我的直觉是，需要以某种方式将时间间隔分解为离散值，以便将它们组合起来，但是如何进行呢？

您可以使用

apply

为每个范围生成值，然后

melt

将数据重塑为长格式

In [113]: expanded = df.apply(lambda row: pd.Series(np.arange(row['start'], row['end'] + 1)), axis=1)

In [114]: expanded
Out[114]: 
   0   1   2   3   4   5
0  2   3   4   5 NaN NaN
1  3   4   5   6   7   8
2  9  10 NaN NaN NaN NaN
3  4   5 NaN NaN NaN NaN

In [115]: expanded = pd.melt(expanded)['value'].dropna()

In [116]: expanded
Out[116]: 
0      2
1      3
2      9
3      4
4      3
5      4
6     10
7      5
8      4
9      5
12     5
13     6
17     7
21     8
Name: value, dtype: float64

从那里你可以使用内置的直方图，或者其他类型的分块

In [117]: expanded.hist()

---



您可以使用

apply

为每个范围生成值，然后

melt

将数据重塑为长格式

In [113]: expanded = df.apply(lambda row: pd.Series(np.arange(row['start'], row['end'] + 1)), axis=1)

In [114]: expanded
Out[114]: 
   0   1   2   3   4   5
0  2   3   4   5 NaN NaN
1  3   4   5   6   7   8
2  9  10 NaN NaN NaN NaN
3  4   5 NaN NaN NaN NaN

In [115]: expanded = pd.melt(expanded)['value'].dropna()

In [116]: expanded
Out[116]: 
0      2
1      3
2      9
3      4
4      3
5      4
6     10
7      5
8      4
9      5
12     5
13     6
17     7
21     8
Name: value, dtype: float64

从那里你可以使用内置的直方图，或者其他类型的分块

In [117]: expanded.hist()

---



chrisb的答案很好，但是5和6之间的差距是因为默认的垃圾箱数量是10。这意味着在您的情况下，箱子之间的距离为0.8，因此间距实际上在5.2和6之间

解决此问题的一种方法是手动设置与数据长度相等的存储箱数量：

nb_bins = int(max(expanded) - min(expanded))
expanded.hist(bins = nb_bins)

结果:

---

chrisb的答案很好，但5和6之间的差距是因为默认的垃圾箱数量默认为10。这意味着在您的情况下，箱子之间的距离为0.8，因此间距实际上在5.2和6之间

解决此问题的一种方法是手动设置与数据长度相等的存储箱数量：

nb_bins = int(max(expanded) - min(expanded))
expanded.hist(bins = nb_bins)

结果:

---

太棒了！非常感谢。试图找出是什么导致5-6之间的差距，因为他们都在名单上…太棒了！非常感谢。试图找出什么可能导致5-6之间的差距，因为他们都在名单上…请使用嵌入图像而不是链接这是我的意图，但似乎我没有足够的声誉这样做，这是我的第一个评论！）我们已经经历了这一过程，您必须等到您获得足够的声誉，会员可能会否决您的投票，这会使您失去分数，因此您必须从一个正确的答案开始，而不是评论请使用嵌入的图像而不是链接这是我的意图，但我似乎没有足够的声誉这样做，这是我的第一个评论！；）我们已经经历了这一切，你必须等到你获得足够的声誉，会员可能会否决你的投票，这会让你失去分数，所以你必须从一个正确的答案开始，而不是评论