Python 熊猫每分钟的日期直方图

我试图用pandas绘制一个简单的日期柱状图（只需计算每N分钟发生的次数）。 然而，我所能达到的最佳效果如下：

import pandas as pd
df = pd.read_csv('mydata.csv',sep=' ',usecols=[0,1])
df.columns = ['smdate', 'smtime']
df= pd.to_datetime(df['smtime'])
print(df)
df.groupby(df.dt.minute).count().plot(kind="bar",figsize=(50,10))

样本输出：

0        2020-07-07 00:00:07.538
1        2020-07-07 00:00:09.278
2        2020-07-07 00:00:09.292
3        2020-07-07 00:00:10.682
4        2020-07-07 00:00:14.198
                   ...          
262516   2020-07-07 15:54:44.056
262517   2020-07-07 15:54:44.270
262518   2020-07-07 15:54:44.450
262519   2020-07-07 15:54:44.697
262520   2020-07-07 15:54:45.210
Name: smtime, Length: 262521, dtype: datetime64[ns]

密谋

我的问题是如何将我的帧进行最佳分组（即10-20分钟）？

---

还有，绘制这么多事件的最佳方法是什么，这样我就可以在上面提到的时间间隔内（每N分钟）看到它们？

我想你在找熊猫。
它允许您指定所需的任何频率或间隔

以下是一个间隔10分钟的工作示例：

import pandas as pd
df = pd.read_csv('mydata.csv',sep=';',usecols=[0,1])
df.columns = ['smdate', 'smtime']

df['smtime'] = pd.to_datetime(df['smtime'])

df.groupby(pd.Grouper(key='smtime', freq='10Min')).count().plot(kind="bar",figsize=(50,10))

在这里，我保留了最初的数据帧结构；我无法让它处理datetime Series对象（Grouper函数尝试处理索引而不是序列值）。我尝试了axis参数，但没有成功。如果有人能直接用这个系列来改进我的答案，我会很高兴

不起作用示例：

import pandas as pd
df = pd.read_csv('mydata.csv',sep=';',usecols=[0,1])
df.columns = ['smdate', 'smtime']

df = pd.to_datetime(df['smtime'])

df.groupby(pd.Grouper(freq='10Min')).count().plot(kind="bar",figsize=(50,10))

---

我没有答案，但您可能会创建一个新列，其中包含一些值，指示哪个间隔（即1：第一个间隔、2：下一个间隔等等）和groupby。至于可视化，我不确定，但一旦你把它分组，应该很容易找到解决方案。