Python 使用datetime64作为x轴的Seaborn regplot

我有一个如下所示的数据帧：

date         score  
2017-06-04    90
2017-06-03    80
2017-06-02    70

当我尝试这样做时：

sns.regplot(x=date, y=score, data=df)

我有一个错误：

TypeError: reduction operation 'mean' not allowed for this dtype

日期的数据类型为

datetime64[ns]

，分数列的数据类型为

int64

---

如何转换

date

列以使

regplot

工作？

Seaborn不支持

regplot

中的日期时间，但这里有一个难看的漏洞：

df = df.sort_values('date')
df['date_f'] = pd.factorize(df['date'])[0] + 1
mapping = dict(zip(df['date_f'], df['date'].dt.date))

ax = sns.regplot('date_f', 'score', data=df)
labels = pd.Series(ax.get_xticks()).map(mapping).fillna('')
ax.set_xticklabels(labels)

产生

---

这是时间序列回归中使用的主要方法。如果您有每日数据，则将第1天编码为1，并随着天数的增加而增加。这假设您有一个规则间隔的时间序列

Seaborn不支持

regplot

中的日期时间，但这里有一个丑陋的漏洞：

df = df.sort_values('date')
df['date_f'] = pd.factorize(df['date'])[0] + 1
mapping = dict(zip(df['date_f'], df['date'].dt.date))

ax = sns.regplot('date_f', 'score', data=df)
labels = pd.Series(ax.get_xticks()).map(mapping).fillna('')
ax.set_xticklabels(labels)

产生

这是时间序列回归中使用的主要方法。如果您有每日数据，则将第1天编码为1，并随着天数的增加而增加。这假设您有一个规则间隔的时间序列