Python 绘制x标签为月份和日期的图形

我有一个这样的数据帧

    2015max  2015min  idxmax  idxmin
01-05    242.0    -54.0   241.0  -127.0
01-26    245.0    -45.0   238.0  -134.0
04-02    298.0    -23.0   280.0   -59.0
04-04    288.0     72.0   283.0   -86.0
04-17    281.0     29.0   278.0   -47.0

我想用它的x标签覆盖任意点的分散数据，如“01-01,01-02,01-03…” 我试着用

idxmin.index = pd.to_datetime(idxmin.index, format='%m-%d',errors='ignore') 

但它总是让我想起错误：

ValueError:无法将字符串转换为浮点

---

是否有人有好主意来解决问题？

您的数据中似乎有一些坏值，因此需要参数

error='concurve'

将它们替换为

NaT

，然后将

NaT

替换为某个值：

print (idxmin)
       2015max  2015min  idxmax  idxmin
01-05    242.0    -54.0   241.0  -127.0
01-26    245.0    -45.0   238.0  -134.0
04-02    298.0    -23.0   280.0   -59.0
04-04    288.0     72.0   283.0   -86.0
04-35    281.0     29.0   278.0   -47.0 <- change last value to bad for testing

idxmin.index = pd.to_datetime(idxmin.index, format='%m-%d',errors='coerce') 
print (idxmin)
            2015max  2015min  idxmax  idxmin
1900-01-05    242.0    -54.0   241.0  -127.0
1900-01-26    245.0    -45.0   238.0  -134.0
1900-04-02    298.0    -23.0   280.0   -59.0
1900-04-04    288.0     72.0   283.0   -86.0
NaT           281.0     29.0   278.0   -47.0

idxmin.index = idxmin.index.fillna(pd.to_datetime('01-01-2000'))
print (idxmin)
            2015max  2015min  idxmax  idxmin
1900-01-05    242.0    -54.0   241.0  -127.0
1900-01-26    245.0    -45.0   238.0  -134.0
1900-04-02    298.0    -23.0   280.0   -59.0
1900-04-04    288.0     72.0   283.0   -86.0
2000-01-01    281.0     29.0   278.0   -47.0

---

我想画一个任意点的散乱数据，其x标签是一年，如“01-01,01-02,01-03…”我想知道为什么1900（年份）存在，而我只想格式化月份和日期。如何绘制一个图表呢？我发现了一个错误的值：Index（['02-29'，dtype='object'）我认为日期是偶然存在的。那么我该如何解决这个问题呢？对于你的第一个问题-如果需要datetimes，每个日期中都必须有一些默认年份。您可以通过

idxmin.index=pd.to_datetime（idxmin.index，格式='%m-%d'，errors='concurve'）.strftime（'%m-%d'））从每个日期获取
日和
月
，但它与您的输入相同。因此，如果需要一些日期，年份是必要的。对于您的第二个注释-您可以用某个值替换
NaT
，或者可以将
02-29
重命名为另一个值-在转换为datetime
idxmin=idxmin.rename（index={'02-29'：'02-28'）
之前使用。如果您选中，则
scatter
需要两个轴上的数字。因此可以使用，例如
2015max
vs
idxmax
。如果只需要索引中的年份（如果理解正确），则有必要通过
idxmin['years']=idxmin.index.year
创建新列，然后使用
2015max
vs
years
print (idxmin.index[pd.isnull(pd.to_datetime(idxmin.index, format='%m-%d',errors='coerce'))])
Index(['04-35'], dtype='object')