如何根据df.idxmax系列制作基于日期的色条？

Question

Python初学者/这里是第一张海报。你知道吗

我在散点图中添加色条时遇到了麻烦。我有两种类型的绘图：一种显示按日期颜色编码的所有数据，另一种只显示按日期颜色编码的数据的最大值。在第一种情况下，我可以使用测向指数（即datetime）生成颜色条，但在第二种情况下，我使用df2['col'].idxmax生成颜色，因为我的df2是数据框groupby对象，我正在使用它生成数据中的每日最大值，但它没有可访问的索引。你知道吗

对于第一种类型的绘图，我成功地生成了一个基于日期的颜色条，代码如下，这些颜色条是由在线示例拼凑而成的：

fig, ax = plt.subplots(1,1, figsize=(20,20))

smap=plt.scatter(df.col1, df.col2, s=140, 
             c=[date2num(i.date()) for i in df.index],
             marker='.')

cb = fig.colorbar(smap, orientation='vertical',
              format=DateFormatter('%d %b %y'))  

但是对于第二种类型的绘图，我尝试使用df2['col'].idxmax来创建日期序列，而不是测向指数，以下不起作用：

for n in cols1:
    for m in cols2:
        fig, ax = plt.subplots(1,1, figsize=(15,15))

        maxTimes=df2[n].idxmax()
        PlottableTimes=maxTimes.dropna() #some NaNs in the 
        #.idxmax series were giving date2num trouble

        smap2=plt.scatter(df2[n].max(), df2[m].max(),
             s=160, c=[date2num(i.date()) for i in PlottableTimes], 
             marker='.')

        cb2 = fig.colorbar(smap2, orientation='vertical',
                      format=DateFormatter('%d %b %y'))  

        plt.show()

错误为：“rgba序列的长度应为3或4”

因为错误是由于color参数引起的，所以我分别检查了各个plotting命令中color（即c=）参数的输出，它们看起来都与我相似，所以我无法理解为什么一个color参数有效，而另一个则无效：

有效的方法：

[公元736809.0年， 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, 736809.0, …]

一个不起作用的：

[公元736845.0年， 736846.0, 736847.0, 736848.0, 736849.0, 736850.0, 736851.0, 736852.0, 736853.0, 736854.0, …]

有什么建议或解释吗？我正在运行python3.5.2。事先谢谢你帮我理解这一点。你知道吗

编辑1:我做了下面的例子供别人探究，在这个过程中意识到问题的症结与我的第一个问题不同。下面的代码按照我希望的方式工作：

df=pd.DataFrame(np.random.randint(low=0, high=10, size=(169, 8)), 
            columns=['a', 'b', 'c', 'd', 'e','f','g','h']) #make sample data
date_rng = pd.date_range(start='1/1/2018', end='1/8/2018', freq='H')
df['i']=date_rng
df = df.set_index('i') #get a datetime index
df['ts']=date_rng #get a datetime column to group by

from pandas import Grouper
df2=df.groupby(Grouper(key='ts', freq='D'))

for n in ['a','b','c','d']: #now make some plots
for m in ['e','f','g','h']:
    print(m)
    print(n)

    fig, ax = plt.subplots(1,1, figsize=(5,5))
    maxTimes=df2[n].idxmax()
    PlottableTimes=maxTimes.dropna()

    smap=plt.scatter(df2[n].max(), df2[m].max(), s=160, 
                     c=[date2num(i.date()) for i in PlottableTimes], 
                     marker='.')
    cb = fig.colorbar(smap, orientation='vertical',
                      format=DateFormatter('%d %b %y'))  
    plt.show()

我的真实数据和这个示例之间的唯一区别是，我的真实数据有许多散乱的nan。所以，我认为错误的是'c='参数不够长，plotting命令无法将其解释为覆盖整个日期范围。。。？例如，如果我手动输入c=命令的输出，我会得到以下代码，这些代码也可以工作：

for n in ['a','b','c','d']:
    for m in ['e','f','g','h']:
        print(m)
        print(n)

        fig, ax = plt.subplots(1,1, figsize=(5,5))
        maxTimes=df2[n].idxmax()
        PlottableTimes=maxTimes.dropna()

        smap=plt.scatter(df2[n].max(), df2[m].max(), s=160, 
                     c=[736809.0, 736810.0, 736811.0, 736812.0, 736813.0, 736814.0, 736815.0, 736816.0], 
                     marker='.')
        cb = fig.colorbar(smap, orientation='vertical',
                      format=DateFormatter('%d %b %y'))  
        plt.show()

但是，如果我将c=array缩短了一部分，以模拟从idxmax中删除nan时代码中发生的情况，则会出现与我看到的相同的错误：

for n in ['a','b','c','d']:
    for m in ['e','f','g','h']:
        print(m)
        print(n)

        fig, ax = plt.subplots(1,1, figsize=(5,5))
        maxTimes=df2[n].idxmax()
        PlottableTimes=maxTimes.dropna()

        smap=plt.scatter(df2[n].max(), df2[m].max(), s=160, 
                     c=[736809.0, 736810.0, 736811.0, 736812.0, 736813.0, 736814.0], 
                     marker='.')
        cb = fig.colorbar(smap, orientation='vertical',
                      format=DateFormatter('%d %b %y'))  
        plt.show()

所以这意味着真正的问题是：当没有一个列可以用df2.col抓取时，如何从groupby对象中抓取分组后的grouper列？我希望能够从下面抓取“ts”并将其用作颜色数据，而不是使用idxmax：

df2['a'].max()

ts
2018-01-01    9
2018-01-02    9
2018-01-03    9
2018-01-04    9
2018-01-05    9
2018-01-06    9
2018-01-07    9
2018-01-08    8
Freq: D, Name: a, dtype: int64

Answer 1

本质上，您的Grouper调用类似于对日期时间列进行索引，并调用^{}指定聚合函数：

df.set_index('ts').resample('D').max()
#             a  b  c  d  e  f  g  h
# ts                                
# 2018-01-01  9  9  8  9  9  9  9  9
# 2018-01-02  9  9  9  9  9  9  9  9
# 2018-01-03  9  9  9  9  9  9  9  9
# 2018-01-04  9  9  9  9  9  9  9  9
# 2018-01-05  9  9  9  9  9  9  9  9
# 2018-01-06  9  9  9  8  9  9  9  9
# 2018-01-07  9  9  9  9  9  9  9  9
# 2018-01-08  2  8  6  3  1  3  2  7

因此，df2['a'].max()的返回是一个Pandas重采样器对象，非常类似于Pandas系列，因此带有可用于颜色条规范的index属性：

df['a'].max().index

# DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',
#                '2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],
#               dtype='datetime64[ns]', name='ts', freq='D')

从那里你可以进入date2num而无需理解列表：

date2num(df2['a'].max().index)

# array([736695., 736696., 736697., 736698., 736699., 736700., 736701., 736702.])

总之，只需在循环中使用上述内容，而无需maxTimes或PlottableTimes：

fig, ax = plt.subplots(1, 1, figsize = (5,5))

smap = plt.scatter(df2[n].max(), df2[m].max(), s = 160, 
                   c = date2num(df2[n].max().index), 
                   marker = '.')
cb = fig.colorbar(smap, orientation = 'vertical',
                  format = DateFormatter('%d %b %y'))