Pandas 条形图更改日期格式

Question

我有一个简单的堆积线图，它具有我在使用以下代码时想要神奇设置的日期格式。

df_ts = df.resample("W", how='max')
df_ts.plot(figsize=(12,8), stacked=True)

但是，当将相同的数据绘制为条形图时，日期会神秘地转换为丑陋且不可读的格式。

df_ts = df.resample("W", how='max')
df_ts.plot(kind='bar', figsize=(12,8), stacked=True)

原始数据经过一些转换以获得每周最大值。为什么自动设置日期会发生这种根本性的变化？我怎样才能得到上面格式良好的日期？

这是一些虚拟数据

start = pd.to_datetime("1-1-2012")
idx = pd.date_range(start, periods= 365).tolist()
df=pd.DataFrame({'A':np.random.random(365), 'B':np.random.random(365)})
df.index = idx
df_ts = df.resample('W', how= 'max')
df_ts.plot(kind='bar', stacked=True)

Answer 1

绘图代码假定条形图中的每个条形都应有自己的标签。您可以通过指定您自己的格式化程序来覆盖此假设:

ax.xaxis.set_major_formatter(formatter)

当 x 值为日期时，Pandas 用于格式化“好”图中日期的 pandas.tseries.converter.TimeSeries_DateFormatter 与线图配合得很好。但是，使用条形图时，x 值(至少是由 TimeSeries_DateFormatter.__call__ 接收到的值)仅仅是从零开始的整数。如果您尝试将 TimeSeries_DateFormatter 与条形图一起使用，则所有标签都会从纪元 1970-1-1 UTC 开始，因为这是对应于零的日期。因此，不幸的是，用于线图的格式化程序对于条形图毫无用处(至少据我所知)。

我认为生成所需格式的最简单方法是显式生成和设置标签:

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib.ticker as ticker

start = pd.to_datetime("5-1-2012")
idx = pd.date_range(start, periods=365)
df = pd.DataFrame({'A': np.random.random(365), 'B': np.random.random(365)})
df.index = idx
df_ts = df.resample('W').max()

ax = df_ts.plot(kind='bar', stacked=True)

# Make most of the ticklabels empty so the labels don't get too crowded
ticklabels = ['']*len(df_ts.index)
# Every 4th ticklable shows the month and day
ticklabels[::4] = [item.strftime('%b %d') for item in df_ts.index[::4]]
# Every 12th ticklabel includes the year
ticklabels[::12] = [item.strftime('%b %d\n%Y') for item in df_ts.index[::12]]
ax.xaxis.set_major_formatter(ticker.FixedFormatter(ticklabels))
plt.gcf().autofmt_xdate()

plt.show()

产量

<小时/>

对于那些寻找带有日期的条形图的简单示例的人:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as mticker

dates = pd.date_range('2012-1-1', '2017-1-1', freq='M')
df = pd.DataFrame({'A':np.random.random(len(dates)), 'Date':dates})
fig, ax = plt.subplots()
df.plot.bar(x='Date', y='A', ax=ax)
ticklabels = ['']*len(df)
skip = len(df)//12
ticklabels[::skip] = df['Date'].iloc[::skip].dt.strftime('%Y-%m-%d')
ax.xaxis.set_major_formatter(mticker.FixedFormatter(ticklabels))
fig.autofmt_xdate()

# fixes the tracker
# https://matplotlib.org/users/recipes.html
def fmt(x, pos=0, max_i=len(ticklabels)-1):
    i = int(x) 
    i = 0 if i < 0 else max_i if i > max_i else i
    return dates[i]
ax.fmt_xdata = fmt
plt.show()