Мне было интересно, как pandas форматирует дату оси X точно. Я использую один и тот же сценарий для набора результатов данных, которые имеют одинаковый формат pandas df. Тем не менее, панды форматируют каждую дату df по-разному. Как это может быть более последовательно?
Каждый df имеет такой DatetimeIndex
как этот, dtype='datetime64[ns]
>>> df.index
DatetimeIndex(['2014-10-02', '2014-10-03', '2014-10-04', '2014-10-05',
'2014-10-06', '2014-10-07', '2014-10-08', '2014-10-09',
'2014-10-10', '2014-10-11',
...
'2015-09-23', '2015-09-24', '2015-09-25', '2015-09-26',
'2015-09-27', '2015-09-28', '2015-09-29', '2015-09-30',
'2015-10-01', '2015-10-02'],
dtype='datetime64[ns]', name='Date', length=366, freq=None)
В конце концов, я df.plot()
график с помощью df.plot()
где у df есть два столбца. Но оси графиков имеют разные стили, например:
Я хотел бы, чтобы все графики имели стиль оси X первого графика. Панды должны делать это автоматически, поэтому я бы предпочел не начинать с форматирования xticks, так как у меня достаточно данных для печати. Кто-нибудь может объяснить, что делать? Спасибо!
РЕДАКТИРОВАТЬ:
Я читаю два csv файла с 2015 года. У первого есть результаты модели около 200 станций, у второго - измерения по тем же станциям. Позже я прочитал еще два csv файла 2016 года в том же формате.
import pandas as pd
df_model = pd.read_csv(path_model, sep=';', index_col=0, parse_dates=True)
df_gauge = pd.read_csv(path_gauge, sep=';', index_col=0, parse_dates=True)
df = pd.DataFrame(columns=['model', 'gauge'], index=df_model.index)
df['model'] = df_model['station_1'].copy()
df['gauge'] = df_gauge['station_1'].copy()
df.plot()
Я делаю это каждый год, поэтому ось X должна выглядеть одинаково, верно?
Я не думаю, что это возможно, если вы не внесете изменения в библиотеку панд. Я немного осмотрелся, чтобы найти варианты, которые можно установить в Пандах, но не смог найти. Панда пытается разумно выбрать тип отметок оси, используя логику, реализованную здесь (я ДУМАЮ). Так что, по моему мнению, было бы лучше определить свою собственную функцию для создания графиков, а затем переписать форматирование тиков (хотя вы не хотите этого делать).
Есть много ссылок в Интернете, которые показывают, как это сделать. Я использовал этот вопрос от "Simone Centellegher" и этот ответ от stackoverflow, чтобы придумать функцию, которая может работать для вас (протестировано в python 3.7.1 с matplotlib 3.0.2, pandas 0.23.4):
import pandas as pd
import numpy as np
import matplotlib.dates as mdates
import matplotlib.pyplot as plt
## pass df with columns you want to plot
def my_plotter(df, xaxis, y_cols):
fig, ax = plt.subplots()
plt.plot(xaxis,df[y_cols])
ax.xaxis.set_minor_locator(mdates.MonthLocator())
ax.xaxis.set_major_locator(mdates.YearLocator())
ax.xaxis.set_minor_formatter(mdates.DateFormatter('%b'))
ax.xaxis.set_major_formatter(mdates.DateFormatter('%b\n%Y'))
# Remove overlapping major and minor ticks
majticklocs = ax.xaxis.get_majorticklocs()
minticklocs = ax.xaxis.get_minorticklocs()
minticks = ax.xaxis.get_minor_ticks()
for i in range(len(minticks)):
cur_mintickloc = minticklocs[i]
if cur_mintickloc in majticklocs:
minticks[i].set_visible(False)
return fig, ax
df = pd.DataFrame({'values':np.random.randint(0,1000,36)}, \
index=pd.date_range(start='2014-01-01', \
end='2016-12-31',freq='M'))
fig, ax = my_plotter(df, df.index, ["values"])
plot