Python 在plt.plot上将pd.gropper转换为可读格式

我正在使用Pandas和Matplotlib从SQL数据库中绘制一些数据

以下是我的步骤：

• 将数据库中的数据提取到pd.DataFrame中
• 使用Grouper（'MS'）对它们进行分组
• 聚合以计算每个组中有多少项
• 画图表

这就是我的情节：

我想把月份显示为“2019-04”，所以是“Y-M”，但我不知道怎么做

---

由于我对Python完全陌生，因此非常感谢您的帮助。谢谢大家!

以下内容适用于您的示例数据，但可能会因很多日期而失败：

tmp_df = df.resample('MS',on='published_at').id.count()
plt.figure(figsize=(10,6))
plt.bar(tmp_df.index.strftime("%Y-%m"), tmp_df)
plt.show()

输出：

---

似乎您只想重新格式化datetime列

看起来您已经将此列转换为正确的格式，如果不是从第2行开始，则从第5行开始

# Convert to datetime
df['published_at'] = pd.to_datetime(df['published_at'])

# You can start from here, if you have already converted your column
df['published_at_YM'] = df['DOB'].dt.strftime('%Y-%m')

df = df.groupby(Grouper(key='published_at_YM', freq='MS'))['id'].count()

ax = df.plot.bar(position=0.5, width=0.4, label="Items")

试试这个

# Convert to datetime
df['published_at'] = pd.to_datetime(df['published_at'])

# You can start from here, if you have already converted your column
df['published_at_YM'] = df['DOB'].dt.strftime('%Y-%m')

df = df.groupby(Grouper(key='published_at_YM', freq='MS'))['id'].count()

ax = df.plot.bar(position=0.5, width=0.4, label="Items")