python - 如何在 Pandas 中绘制日期的核密度图？

Question

我有一个 pandas 数据框，其中每个观察值都有一个日期(作为 datetime[64] 格式的条目列)。这些日期分布在大约 5 年的时间段内。我想绘制所有观测日期的核密度图，年份标记在 x 轴上。

我已经弄清楚如何创建相对于某个引用日期的时间增量，然后创建每个观察与引用日期之间的小时数/天数/年数的密度图:

df['relativeDate'].astype('timedelta64[D]').plot(kind='kde')

但这并不是我想要的:如果我转换为年增量，则 x 轴是正确的，但我失去了年内变化。但是，如果我采用更小的时间单位(例如小时或天)，则 x 轴标签更难解释。

在 Pandas 中实现此功能的最简单方法是什么？

Answer 1

受@JohnE 的回答启发，另一种将日期转换为数值的方法是使用.toordinal()。

import pandas as pd
import numpy as np

# simulate some artificial data
# ===============================
np.random.seed(0)
dates = pd.date_range('2010-01-01', periods=31, freq='D')
df = pd.DataFrame(np.random.choice(dates,100), columns=['dates'])
# use toordinal() to get datenum
df['ordinal'] = [x.toordinal() for x in df.dates]

print(df)

        dates  ordinal
0  2010-01-13   733785
1  2010-01-16   733788
2  2010-01-22   733794
3  2010-01-01   733773
4  2010-01-04   733776
5  2010-01-28   733800
6  2010-01-04   733776
7  2010-01-08   733780
8  2010-01-10   733782
9  2010-01-20   733792
..        ...      ...
90 2010-01-19   733791
91 2010-01-28   733800
92 2010-01-01   733773
93 2010-01-15   733787
94 2010-01-04   733776
95 2010-01-22   733794
96 2010-01-13   733785
97 2010-01-26   733798
98 2010-01-11   733783
99 2010-01-21   733793

[100 rows x 2 columns]    

# plot non-parametric kde on numeric datenum
ax = df['ordinal'].plot(kind='kde')
# rename the xticks with labels
x_ticks = ax.get_xticks()
ax.set_xticks(x_ticks[::2])
xlabels = [datetime.datetime.fromordinal(int(x)).strftime('%Y-%m-%d') for x in x_ticks[::2]]
ax.set_xticklabels(xlabels)