Pandas: 如何使用 plotly 作为后端绘制多条日期线？
Pandas: How to plot multiple lines against date using plotly as backend?
我有以下数据框：
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 个不同的帐号，如下所示：NL00ABCD0123456789
我想要两个不同的图表，但我已经被第一个卡住了
即我想查看 5 个帐户随时间推移的余额
根据这个论坛上的其他问题，我试过：
pd.options.plotting.backend="plotly"
df.set_index('Date', inplace=True)
df.groupby('account')['balance'].plot(legend=True)
但出现以下错误：
TypeError: line() got an unexpected keyword argument 'legend'
这里出了什么问题？
稍后：
如果解决了这个问题，我希望 X 轴是周或月而不是绝对日期，因此需要进行一些聚合
因为你没有提供样本数据，我有一个任意时间序列数据的解决方案。
{'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']
}
我们需要将日期转换为 datetime 对象。
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()
简答：
您看到此错误是因为 运行ning df.plot() 将在定义 pd.options.plotting.backend="plotly" 后触发 px.line()。
px.line() 没有 legend 属性。但你不需要它。
您只需要：
px.line(df, x = 'Date', y = 'Balance', color = 'Account')
你会得到：
详情：
设置 pd.options.plotting.backend="plotly" 将覆盖 pandas 的默认绘图后端，即 matplotlib。尽管如此，当 运行ning help(df.plot()) 之后，弹出的帮助信息似乎仍然是关于 matplotlib 的信息，实际上它具有 legend 属性。
但是px.line()是实例化pd.options.plotting.backend="plotly"后由df.plot()触发的。这就是触发错误的原因，因为 px.line 没有 legend 属性。不要担心，因为事情将变得非常简单，因为 px.line() 将为您生成一个分组图例。只要您正确应用 df.plot()，您甚至不需要对数据进行分组。
但在开始之前，我们必须先看看您提供的数据集。鉴于你的问题的措辞，以及你提供的 'data' 的外观，我的理解是你在 account 下有几个非唯一帐户与 [=33] 的不同值相关联=] 分布在多个非唯一日期。像这样：
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
如果是这样，那么您只需运行:
px.line(df, x = 'Date', y = 'Balance', color = 'Account')
剧情：
完整代码：
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')
我有以下数据框：
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 个不同的帐号，如下所示：NL00ABCD0123456789
我想要两个不同的图表，但我已经被第一个卡住了 即我想查看 5 个帐户随时间推移的余额
根据这个论坛上的其他问题，我试过：
pd.options.plotting.backend="plotly"
df.set_index('Date', inplace=True)
df.groupby('account')['balance'].plot(legend=True)
但出现以下错误：
TypeError: line() got an unexpected keyword argument 'legend'
这里出了什么问题？
稍后： 如果解决了这个问题，我希望 X 轴是周或月而不是绝对日期，因此需要进行一些聚合
因为你没有提供样本数据，我有一个任意时间序列数据的解决方案。
{'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']
}
我们需要将日期转换为 datetime 对象。
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()
简答：
您看到此错误是因为 运行ning df.plot() 将在定义 pd.options.plotting.backend="plotly" 后触发 px.line()。
px.line() 没有 legend 属性。但你不需要它。
您只需要：
px.line(df, x = 'Date', y = 'Balance', color = 'Account')
你会得到：
详情：
设置 pd.options.plotting.backend="plotly" 将覆盖 pandas 的默认绘图后端，即 matplotlib。尽管如此，当 运行ning help(df.plot()) 之后，弹出的帮助信息似乎仍然是关于 matplotlib 的信息，实际上它具有 legend 属性。
但是px.line()是实例化pd.options.plotting.backend="plotly"后由df.plot()触发的。这就是触发错误的原因，因为 px.line 没有 legend 属性。不要担心，因为事情将变得非常简单，因为 px.line() 将为您生成一个分组图例。只要您正确应用 df.plot()，您甚至不需要对数据进行分组。
但在开始之前，我们必须先看看您提供的数据集。鉴于你的问题的措辞，以及你提供的 'data' 的外观，我的理解是你在 account 下有几个非唯一帐户与 [=33] 的不同值相关联=] 分布在多个非唯一日期。像这样：
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
如果是这样，那么您只需运行:
px.line(df, x = 'Date', y = 'Balance', color = 'Account')
剧情：
完整代码：
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')