Python 如何在Seaborn按年月订购X轴

我使用的是当前版本的 我的问题是，我想创建一个绘图，该绘图是由绘制在多个图形上的不同特征的每月聚合排序的

X轴的年-月创建

INPUT:
df['DateTime'] = df['Date'].astype(str) + ' ' + df['Time'].astype(str)
df['DateTime'] = pd.to_datetime(df['DateTime'], format='%m/%d/%Y %H:%M:%S')
print(df['DateTime'].iloc[:2])

OUTPUT:
0   2004-11-23 19:00:00
1   2004-11-23 20:00:00
Name: DateTime, dtype: datetime64[ns]



INPUT:
df['Date'] = pd.to_datetime(df['Date'].astype(str), format='%m/%d/%Y')

df['Year'] = df['DateTime'].map(lambda x: x.year)
print(df['Year'].iloc[:2])

OUTPUT:
0    2004
1    2004
Name: Year, dtype: int64



INPUT:
df['YearMonth'] = pd.to_datetime(df.DateTime).dt.to_period('m')
print(df['YearMonth'].iloc[:2])

OUTPUT:
0    2004-11
1    2004-11
Name: YearMonth, dtype: period[M]

目标具有相同的结果、格式

我的绘图

plt.figure(figsize=(30,60))
#fig, axes = plt.subplots(1, 1, figsize=(30, 60), dpi=100)

gasList = ['CO_GT', 'C6H6_GT', 'Nox_GT', 'NO2_GT']
for i, col in enumerate(gasList, start=1):
    plt.subplot(len(showList), 1, i)    
    sns.pointplot(x='YearMonth', y=col, hue='Year', data=df)
    plt.title(col, y=0.5, loc='right')
    #axes.set_xticks(year_month_day)
plt.show()

理想绘图

plt.figure(figsize=(30,60))
#fig, axes = plt.subplots(1, 1, figsize=(30, 60), dpi=100)

gasList = ['CO_GT', 'C6H6_GT', 'Nox_GT', 'NO2_GT']
for i, col in enumerate(gasList, start=1):
    plt.subplot(len(showList), 1, i)    
    sns.pointplot(x='YearMonth', y=col, hue='Year', data=df)
    plt.title(col, y=0.5, loc='right')
    #axes.set_xticks(year_month_day)
plt.show()

我正在努力实现与此相同的目标

试图解决问题

• 如果我只使用DateTime，那么它可以对日期进行排序，但这会使绘图变得人口稠密
• 我有创建YearMonth的相同数据格式

• 我自己创建了一个uniq值列表，但它也崩溃了。输出：正确的YearMonth x轴刻度，正确打印外部元素，但未打印数据点

简短回答 生成点图时，传递排序后的数据帧（按 年/月）和打印输出应如您所愿

如果没有上面的排序，图片就是您呈现的（错误）

长话短说 我准备了一个测试输入文件，只包含两列，如下所示：

DateTime    CO_GT  C6H6_GT
2004-11-01  2.7    12.4
2004-12-01  2.6    10.6
2004-10-01  3.0    13.8
2005-01-01  2.0    9.0
2005-02-01  2.2    8.0
2004-03-01  2.2    10.0
2004-09-01  2.2    12.0
2005-03-01  2.0    8.6
2004-04-01  2.1    10.2
2004-05-01  1.95   10.5
2004-06-01  1.85   10.4
2004-07-01  1.7    10.5
2005-04-01  1.3    4.5
2004-08-01  1.4    6.8

然后我阅读了它，将DateTime列转换为DateTime类型（最早 尽可能，即仅在阅读时）：

第一步是创建“辅助”列：

为了生成图片，我运行了：

gasList = ['CO_GT', 'C6H6_GT']
plt.figure(figsize=(14, 8))
for i, col in enumerate(gasList, start=1):
    plt.subplot(len(gasList), 1, i)    
    sns.pointplot(x='YearMonth', y=col, hue='Year', data=df.sort_values('DateTime'))
    plt.title(col, y=0.5, loc='right')
plt.show()

结果是：

DateTime    CO_GT  C6H6_GT
2004-11-01  2.7    12.4
2004-12-01  2.6    10.6
2004-10-01  3.0    13.8
2005-01-01  2.0    9.0
2005-02-01  2.2    8.0
2004-03-01  2.2    10.0
2004-09-01  2.2    12.0
2005-03-01  2.0    8.6
2004-04-01  2.1    10.2
2004-05-01  1.95   10.5
2004-06-01  1.85   10.4
2004-07-01  1.7    10.5
2005-04-01  1.3    4.5
2004-08-01  1.4    6.8

df = pd.read_fwf('Input.csv', widths=[12, 7, 7], parse_dates=[0])

df['Year'] = df.DateTime.dt.year
df['YearMonth'] = df.DateTime.dt.to_period('m')

gasList = ['CO_GT', 'C6H6_GT']
plt.figure(figsize=(14, 8))
for i, col in enumerate(gasList, start=1):
    plt.subplot(len(gasList), 1, i)    
    sns.pointplot(x='YearMonth', y=col, hue='Year', data=df.sort_values('DateTime'))
    plt.title(col, y=0.5, loc='right')
plt.show()