当我更改python数据框中的索引时，matplotlib图表会更改

Question

我有一个S&；P500历史价格和日期，价格和其他数据，我现在不需要解决我的问题

        Date      Price
0     1981.01     6.19
1     1981.02     6.17
2     1981.03     6.24
3     1981.04     6.25
.       .           .
and so on till 2020

日期是一个带有年、点和月的float

我试图用matplotlib.pyplot as plt绘制所有历史价格

plt.plot(df["Price"].tail(100))
plt.title("S&P500 Composite Historical Data")
plt.xlabel("Date")
plt.ylabel("Price")

这是结果。我使用了df["Price"].tail(100)，因此您可以更好地看到第一个图形和第二个图形之间的差异（稍后您将看到）

但后来我尝试将索引从之前的（0、1、2等）设置为数据帧中的df["Date"]列，以便在x轴上查看日期

df = df.set_index("Date")
plt.plot(df["Price"].tail(100))
plt.title("S&P500 Composite Historical Data")
plt.xlabel("Date")
plt.ylabel("Price")

这就是结果，非常令人失望。 我有它应该在x轴上的日期，但问题是，这张图与之前的图不同，之前的图是正确的

如果您需要数据集来尝试问题here，您可以找到它。 它被称为1871年美国股票市场现行和CAPE比率。 希望你明白了一切。 提前谢谢

更新

我发现了一些可能导致问题的东西。如果深入查看日期，您可以看到在第10个月中，每个日期都是以浮点形式写入的（在原始数据集中），如下所示：示例年份：18841884.1。使用pd.to_datetime()将Date浮点序列转换为Datetime时会出现问题。因此，问题可能是，10月的日期，当转换为Datetime时，变成：（以前的例子）1884-01-01，这是一年中的第一个月，它对最终的绘图有影响

解决方案

终于，我解决了我的问题！ 是的，错误是我在更新段落中解释的，因此我决定添加一个0作为String，其中日期的长度（作为字符串）是6，以便进行更改，例如：1884.1==>；1884.10

df["len"] = df["Date"].apply(len)
df["Date"] = df["Date"].where(df["len"] == 7, df["Date"] + "0")

然后我删除我刚刚创建的len列

df.drop(columns="len", inplace=True)

最后，我用pd.to_datetime将“日期”改为Datetime

df["Date"] = pd.to_datetime(df["Date"], format='%Y.%m')
df = df.set_index("Date")

然后我策划

df["Price"].tail(100).plot()
plt.title("S&P500 Composite Historical Data")
plt.xlabel("Date")
plt.ylabel("Price")
plt.show()

Answer 1

将df['Date']视为float不是一个好主意。它应该被转换成熊猫。这可以使用pandas^{}方法实现

试试这个：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('ie_data.csv')
df=df[['Date','Price']]
df.dropna(inplace=True)

#converting to pandas datetime format
df['Date'] = df['Date'].astype(str).map(lambda x : x.split('.')[0] + x.split('.')[1])
df['Date'] = pd.to_datetime(df['Date'], format='%Y%m')

df.set_index(['Date'],inplace=True)

#plotting
df.plot() #full data plot
df.tail(100).plot() #plotting just the tail

plt.title("S&P500 Composite Historical Data")
plt.xlabel("Date")
plt.ylabel("Price")
plt.show()

输出：

Answer 2

我认为您的问题在于，您的日期是浮点型的，将其作为x轴完全符合将([2012.01, 2012.02, ..., 2012.12, 2013.01....])类型的数组作为x轴的预期。您可以先将Date列转换为DateTimeIndex，然后使用内置的plot方法：

df["Price"].tail(100).plot()

Answer 3

最简单的方法是将日期转换为实际的日期时间索引。这样matplotlib将自动拾取并相应地绘制它。例如，给定日期格式，您可以执行以下操作：

df["Date"] = pd.to_datetime(df["Date"].astype(str), format='%Y.%m')
df = df.set_index("Date")
plt.plot(df["Price"].tail(100))

目前，您显示的第一个绘图实际上是针对index绘制Price列，这似乎是一个从0到1800的常规范围索引。您建议您的数据始于1981年，因此尽管每个观测值在x轴上的间隔是均匀的（间隔为1，即从一个索引值跳到下一个索引值）。这就是为什么图表看起来合理。然而，x轴的值却没有

现在，当您将Date（作为float）设置为索引时，请注意，您没有均匀地覆盖1981年和1982年之间的间隔。在1981.1到1981.12之间有均匀分布的值，但在1981.12到1982之间没有。这就是为什么第二张图表也按预期绘制。如上所述将索引设置为DatetimeIndex应该可以消除此问题，因为Matplotlib将知道如何沿x轴均匀地间隔日期