在python中的timeseries数据帧上绘制已排序的工作日/月

Question

我将一年的交通数据存储在一个数据框中

^{tb1}$

我想看看每小时、每天、每周和每月的流量数据模式。我使用以下脚本完成了此操作：

fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(16,10))
plt.axes(ax[0,0])

countData19_gdf.groupby(['hour','address']).mean().groupby(['hour'])['volume'].mean().plot(x='hour',y='volume')
plt.ylabel("Total averge counts of the stations")

plt.axes(ax[0,1])
countData19_gdf.groupby(['day','address']).mean().groupby(['day'])['volume'].mean().plot(x='day',y='volume')

plt.axes(ax[1,0])
countData19_gdf.groupby(['week_of_year','address']).mean().groupby(['week_of_year'])['volume'].mean().plot(x='week_of_year',y='volume', rot=90)
plt.ylabel("Total averge counts of the stations")

plt.axes(ax[1,1])
countData19_gdf.groupby(['month','address']).mean().groupby(['month'])['volume'].mean().plot(x='month',y='volume', rot=90)
plt.ylabel("Total averge counts of the stations")

ax[0,0].title.set_text('Hourly')
ax[0,1].title.set_text('Daily')
ax[1,0].title.set_text('Weekly')
ax[1,1].title.set_text('Monthly')

plt.savefig('temporal_global.png')

结果是这样的，工作日是，月份不是

你能帮我分类吗？我尝试将天作为整数排序，但它不起作用

Answer 1

groupby方法将自动对索引进行排序，但是对于字符串值，这意味着按字母顺序排序（而不是按工作日的顺序）

您可以使用reindex方法以您希望的方式对索引进行排序。例如：

countData19_gdf.groupby(['day','address']).mean().groupby(['day'])['volume'].mean().reindex(['Monday','Tuesday','Wednesday','Thursday','Friday','Saturday','Sunday']).plot(x='day',y='volume')

注意：

如果索引中的值不在reindex方法中指定的值列表中，则该行将不包括在内。同样，如果该列表中有一个新值，而该值在索引中不存在，那么它将导致为该新索引分配一个NaN值。因此，如果您的countData19_gdf没有day例如Monday，它将出现在重新索引的df中，但该值将设置为NaN

编辑：

由于您已经有了工作日的数值（您可能希望在几个月内得到相同的数值），为了避免手动指定新索引，您可以通过以下方式获得排序字符串值：

countData19_gdf.sort_values(by = 'weekday')['day'].unique()

快速示例（我更改了给定数据中的一些“日”值以显示问题）：

df.groupby(['day','address']).mean().groupby(['day'])['volume'].mean().plot(x='day',y='volume')

产出：

df.groupby(['day','address']).mean().groupby(['day'])['volume'].mean().reindex(['Tuesday','Wednesday','Friday']).plot(x='day',y='volume')

产出：