Python 绘制随时间变化的文本数

我试图绘制数据集随时间变化的频率

Date              Col1                 Col2            Label
0   2020-05-28  It is not true that ... www.love.com    COOL
1   2020-05-28  Japan, tourism ...  www.travel.com      COOL
2   2020-05-31  You are the best     loving                 1
3   2020-05-31  Incredible!!! You won  who                  0
4   2020-05-28  Mickey Mouse rules the world!  myphone.com  1

我想按日期绘制文本的数量。我是这样做的

df_plot = df.groupby(["Date"]).count().reset_index()
df_plot

然后我用seaborn将频率绘制如下：

import seaborn as sns

df_plot['Date'] =pd.to_datetime(df_plot.Date)
sns.scatterplot(x = 'Date', y = 'Col2', hue='Label', data = df_plot)

但产出并不像我预期的那样（x轴没有显示月份，所以我只有一列，不可能发现趋势）

你能看一下这些步骤并告诉我我是否做错了什么吗

---

更新

从OP的图像来看，

df

中可能有一些虚假的或更早的日期。当我尝试使用提供的示例数据时，效果很好。以下是确保数据干净的方法：

df = df.assign(
    Date=pd.to_datetime(df['Date'])
).set_index('Date').sort_index()

# then, truncate anything before year 2020 in the plot:
ax = sns.scatterplot(
    x='Date', y='Col2', hue='Label',
    data=df.truncate(before='2020-01-01').groupby('Date').count())

# additionally, enforce a desired date format
from matplotlib.dates import DateFormatter

ax.xaxis.set_major_formatter(DateFormatter("%Y-%m-%d"))
ax.xaxis.set_tick_params(rotation=30)

结果（基于示例数据）：

原始答案：

为什么不使用

sns.barplot

sns.barplot(x='Date', y='Col2', hue='Label', data=df_plot)

但就个人而言，在这种情况下，我更喜欢制作一个系列，并使用内置的熊猫

df.assign(
    Date=pd.to_datetime(df['Date'])
).groupby(['Date']).size().plot.bar()

或者，如果需要散点图：

df.assign(
    Date=pd.to_datetime(df['Date'])
).groupby(['Date']).size().plot(style='o')

---

更新

从OP的图像来看，

df

中可能有一些虚假的或更早的日期。当我尝试使用提供的示例数据时，效果很好。以下是确保数据干净的方法：

df = df.assign(
    Date=pd.to_datetime(df['Date'])
).set_index('Date').sort_index()

# then, truncate anything before year 2020 in the plot:
ax = sns.scatterplot(
    x='Date', y='Col2', hue='Label',
    data=df.truncate(before='2020-01-01').groupby('Date').count())

# additionally, enforce a desired date format
from matplotlib.dates import DateFormatter

ax.xaxis.set_major_formatter(DateFormatter("%Y-%m-%d"))
ax.xaxis.set_tick_params(rotation=30)

结果（基于示例数据）：

原始答案：

为什么不使用

sns.barplot

sns.barplot(x='Date', y='Col2', hue='Label', data=df_plot)

但就个人而言，在这种情况下，我更喜欢制作一个系列，并使用内置的熊猫

df.assign(
    Date=pd.to_datetime(df['Date'])
).groupby(['Date']).size().plot.bar()

或者，如果需要散点图：

df.assign(
    Date=pd.to_datetime(df['Date'])
).groupby(['Date']).size().plot(style='o')

---

你如何在散点图中有列？你能上传一张你的图看起来像什么的图片吗。我刚刚用图片更新了这个问题。你如何在散点图中设置列？你能上传一张你的图看起来像什么的图片吗？Hi Chris。我刚刚用图片更新了问题。哦，好的，现在我看到你的图片了。当我尝试使用您提供的示例数据时，它对我来说很好。我以为你想要不同的图像格式。但是现在，我猜你的

df

（大约2000年）中有一些虚假的日期。这些图像是我之前的一张（通过我的尝试）。我用你的代码得到了正确的图。问题是我在x轴上有datetime（而在数据框中我只有正确的日期。我需要类似于2020-05-28的格式），我用一些清理步骤（以防万一）和一些强有力的格式和x轴标签的旋转来更新答案。哦，好的，现在我看到你的图像了。当我尝试使用您提供的示例数据时，它对我来说很好。我以为你想要不同的图像格式。但是现在，我猜你的

df

（大约2000年）中有一些虚假的日期。这些图像是我之前的一张（通过我的尝试）。我用你的代码得到了正确的图。问题是，我在x轴上有datetime（而在数据框中，我只有正确的日期。我需要类似于2020-05-28的格式），我用一些清理步骤（以防万一）和一些强有力的格式以及x轴标签的旋转来更新答案。