Pandas：如何使用plotly作為后端根據日期繪制多條線？

我有以下資料框： <class 'pandas.core.frame.DataFrame'>

RangeIndex: 1642 entries, 0 to 1641
Data columns (total 13 columns):
 #   Column            Non-Null Count  Dtype         
---  ------            --------------  -----         
 0   Date              1642 non-null   datetime64[ns]
 1   Volgnr            1642 non-null   int64         
 2   account           1642 non-null   object        
 3   Rentedatum        1642 non-null   datetime64[ns]
 4   Bedrag            1642 non-null   float64       
 5   Balance           1642 non-null   float64       
 6   tegenrekening     906 non-null    object        
 7   Code              1642 non-null   object        
 8   Naam tegenpartij  1642 non-null   object        
 9   description       1642 non-null   object        
 10  category          1642 non-null   object        
 11  Grootboek         1578 non-null   object        
 12  Kleinboek         1578 non-null   object        
dtypes: datetime64[ns](2), float64(2), int64(1), object(8)
memory usage: 166.9  KB

'account' 有 5 個不同的帳號，如下所示：NL00ABCD0123456789

我想要兩個不同的圖表，但我已經堅持第一個，即我想查看 5 個帳戶隨時間推移的余額

根據該論壇上的其他問題，我嘗試了：

pd.options.plotting.backend="plotly"
df.set_index('Date', inplace=True)
df.groupby('account')['balance'].plot(legend=True)

但出現以下錯誤：

TypeError: line() got an unexpected keyword argument 'legend'

這里出了什么問題？

稍后：如果解決了，我希望 X 軸是幾周或幾個月，而不是絕對日期，因此需要進行一些聚合

uj5u.com熱心網友回復：

簡短的回答：

您會看到此錯誤，因為運行將在定義后df.plot()觸發。并且沒有屬性。但你不需要它。所有你需要的是：px.line()pd.options.plotting.backend="plotly"px.line()legend

px.line(df, x = 'Date', y = 'Balance', color = 'Account')

你會得到：

細節：

pd.options.plotting.backend="plotly"您肯定知道，設定將覆寫默認的繪圖后端，pandas即matplotlib. 盡管如此，在help(df.plot())那之后運行時，彈出的幫助資訊似乎仍然是 info about matplotlib，實際上它確實有一個legend屬性。

但是實體化后px.line()會觸發什么。這就是觸發您的錯誤的原因，因為沒有屬性。Dut 不要擔心，因為事情對你來說變得非常簡單，因為會為你產生一個分組的圖例。只要您正確應用，您甚至不需要對資料進行分組。df.plot()pd.options.plotting.backend="plotly"px.linelegendpx.line()df.plot()

但在我們開始之前，我們必須看看您提供的資料集。鑒于您問題的措辭以及您提供的“資料”的外觀，我的理解是，您有幾個account與不同值相關聯的非唯一帳戶，這些帳戶balance分布在多個非唯一日期。像這樣的東西：

          Date             Account  Balance
0   01.01.2022  NL00ABCD0123456789        1
1   01.01.2022  NL00ABCD0123456790        2
2   01.01.2022  NL00ABCD0123456791        2
3   01.01.2022  NL00ABCD0123456792        3
4   01.01.2022  NL00ABCD0123456793        4
5   02.01.2022  NL00ABCD0123456789        2
6   02.01.2022  NL00ABCD0123456790        3
7   02.01.2022  NL00ABCD0123456791        3
8   02.01.2022  NL00ABCD0123456792        4
9   02.01.2022  NL00ABCD0123456793        5

如果是這種情況，那么您需要做的就是運行：

px.line(df, x = 'Date', y = 'Balance', color = 'Account')

陰謀：

完整代碼：

import pandas as pd
import plotly.express as px

pd.options.plotting.backend="plotly"
df = pd.DataFrame({'Date': {0: '01.01.2022',
              1: '01.01.2022',
              2: '01.01.2022',
              3: '01.01.2022',
              4: '01.01.2022',
              5: '02.01.2022',
              6: '02.01.2022',
              7: '02.01.2022',
              8: '02.01.2022',
              9: '02.01.2022',
              10: '03.01.2022',
              11: '03.01.2022',
              12: '03.01.2022',
              13: '03.01.2022',
              14: '03.01.2022',
              15: '04.01.2022',
              16: '04.01.2022',
              17: '04.01.2022',
              18: '04.01.2022',
              19: '04.01.2022'},
             'Account': {0: 'NL00ABCD0123456789',
              1: 'NL00ABCD0123456790',
              2: 'NL00ABCD0123456791',
              3: 'NL00ABCD0123456792',
              4: 'NL00ABCD0123456793',
              5: 'NL00ABCD0123456789',
              6: 'NL00ABCD0123456790',
              7: 'NL00ABCD0123456791',
              8: 'NL00ABCD0123456792',
              9: 'NL00ABCD0123456793',
              10: 'NL00ABCD0123456789',
              11: 'NL00ABCD0123456790',
              12: 'NL00ABCD0123456791',
              13: 'NL00ABCD0123456792',
              14: 'NL00ABCD0123456793',
              15: 'NL00ABCD0123456789',
              16: 'NL00ABCD0123456790',
              17: 'NL00ABCD0123456791',
              18: 'NL00ABCD0123456792',
              19: 'NL00ABCD0123456793'},
             'Balance': {0: 1,
              1: 2,
              2: 2,
              3: 3,
              4: 4,
              5: 2,
              6: 3,
              7: 3,
              8: 4,
              9: 5,
              10: 3,
              11: 4,
              12: 4,
              13: 5,
              14: 6,
              15: 4,
              16: 5,
              17: 5,
              18: 6,
              19: 7}})

px.line(df, x = 'Date', y = 'Balance', color = 'Account')

uj5u.com熱心網友回復：

由于您沒有提供樣本資料，我有一個任意時間序列資料的解決方案。

{'Date': ['10/03/2004',
  '10/03/2004',
  '10/03/2004',
  '10/03/2004',
  '10/03/2004'],
 'Time': ['18.00.00', '19.00.00', '20.00.00', '21.00.00', '22.00.00'],
 'CO(GT)': ['2,6', '2', '2,2', '2,2', '1,6'],
 'PT08.S1(CO)': [1360.0, 1292.0, 1402.0, 1376.0, 1272.0],
 'NMHC(GT)': [150.0, 112.0, 88.0, 80.0, 51.0],
 'C6H6(GT)': ['11,9', '9,4', '9,0', '9,2', '6,5'],
 'PT08.S2(NMHC)': [1046.0, 955.0, 939.0, 948.0, 836.0],
 'NOx(GT)': [166.0, 103.0, 131.0, 172.0, 131.0],
 'PT08.S3(NOx)': [1056.0, 1174.0, 1140.0, 1092.0, 1205.0],
 'NO2(GT)': [113.0, 92.0, 114.0, 122.0, 116.0],
 'PT08.S4(NO2)': [1692.0, 1559.0, 1555.0, 1584.0, 1490.0],
 'PT08.S5(O3)': [1268.0, 972.0, 1074.0, 1203.0, 1110.0],
 'T': ['13,6', '13,3', '11,9', '11,0', '11,2'],
 'RH': ['48,9', '47,7', '54,0', '60,0', '59,6'],
 'AH': ['0,7578', '0,7255', '0,7502', '0,7867', '0,7888']
}

我們需要將日期轉換為datetime物件。

df['Date'] = pd.to_datetime(df['Date']   " "   df['Time'], format="%d/%m/%Y %H.%M.%S")

# To plot with monthly aggregation you can use resample. 
df.set_index('Date').resample('1M').mean().plot()

標籤：

上一篇：在python中按timedelta分組資料

下一篇：熊貓在嵌套串列中爆炸