将带日期值的列表加载到pandas数据框并绘制活动随时间变化

Question

我有一些Twitter的数据，想要根据推文的类型（推文/提及/转发）来绘制活动随时间变化的图表。

现在这些数据被加载到一个包含 日期 和 类型 的元组列表中：

time = [('2014-04-13', 'tweet'),
        ('2014-04-13', 'tweet'),
        ('2014-04-13', 'mention'),
        ('2014-04-13', 'retweet'),
        ('2014-04-13', 'mention'),
        ('2014-04-13', 'tweet'),
        ('2014-04-13', 'retweet'),
        ('2014-04-13', 'mention'),
        ('2014-04-13', 'tweet'),
        ('2014-04-13', 'retweet'),
        ('2014-04-13', 'retweet'),
        ('2014-04-13', 'mention'),
        ('2014-04-13', 'tweet'),
        ('2014-04-13', 'tweet'),
        ('2014-04-13', 'tweet'),
        ('2014-04-13', 'tweet'),
        ('2014-04-13', 'mention'),
        ('2014-04-13', 'retweet'),
        ('2014-04-13', 'mention'),
        ('2014-04-13', 'tweet')]

我已经把数据加载到一个pandas的DataFrame里：

time_df = pd.DataFrame(time, columns=['date','time'])

现在数据看起来是这样的：

         date     time
0  2014-04-13    tweet
1  2014-04-13    tweet
2  2014-04-13  mention
3  2014-04-13  retweet
4  2014-04-13  mention
...
...
...

不过，现在我在如何绘制这些数据随时间变化的图表时感到困惑。此外，我还想把每种类型（推文/提及/转发）用不同颜色的线表示出来。我还想提到，有时候我可能需要按天、周或月来汇总这些数据。

理想情况下，我希望我的图表看起来类似于下面这个图表，只不过是用推文、提及和转发来表示：

Answer 1

我觉得我明白你需要做什么，虽然你在问题中没有明确说出来。

让我给你举个例子，模拟一些数据：

import numpy as np
import pandas
import random

tweet_types = ['tweet', 'retweet', 'mention']
index = pandas.DatetimeIndex(freq='5min', start='2014-04-13', end='2014-05-13')
tweets = [random.choice(tweet_types) for _ in range(len(index))]
time_df = pandas.DataFrame(index=index, data=tweets, columns=['tweet type'])
time_df['day'] = time_df.index.date
time_df['count'] = 1
print(time_df.head())

现在前几行看起来是这样的：

                     tweet type         day  count
2014-04-13 00:00:00     mention  2014-04-13      1
2014-04-13 00:05:00     mention  2014-04-13      1
2014-04-13 00:10:00       tweet  2014-04-13      1
2014-04-13 00:15:00       tweet  2014-04-13      1
2014-04-13 00:20:00     retweet  2014-04-13      1

我加了一个 count 值，因为我们需要一些东西来计算每天的总和，这里就是这样做的：

daily_counts = time_df.groupby(by=['tweet type', 'day']).count()
daily_counts_xtab = daily_counts.unstack(level='tweet type')['count']
print(daily_counts_xtab.head())

这样我们就得到了……

tweet type  mention  retweet  tweet
day                                
2014-04-13       89      101     98
2014-04-14       98      113     77
2014-04-15       87      103     98
2014-04-16       81      107    100
2014-04-17       96       92    100

接下来

daily_counts_xtab.plot()

给我带来了：