绘制时间序列盒须图，其中缺少原始目的地对的日期值

Question

我有以下数据集：

df.head(7)
     Origin        Dest     Date            Quantity
0   Atlanta        LA       2021-09-09      1
1   Atlanta        LA       2021-09-11      4
2   Atlanta        Chicago  2021-09-16      1
3   Atlanta        Seattle  2021-09-27      12
4   Seattle        LA       2021-09-29      2
5   Seattle        Atlanta  2021-09-13      2
6   Seattle        Newark   2021-09-17      7

简而言之，这个 table 表示在给定日期从给定起点发送到给定目的地的项目数量（数量）。 table 包含 1 个月的数据。此 table 阅读方式：

shipments = pd.read_csv('shipments.csv', parse_dates=['Date'])

请注意，这是一个稀疏 table：如果特定 (Origin,Dest,Date) 对的 Quantity=0，则此行不包含在 table 中。根据示例，在 2021-09-10 没有任何项目从亚特兰大发送到洛杉矶此行不包含在数据中。

我想使用时间序列盒须图可视化此数据。我图表的 x 轴应显示日期，数量应位于 y 轴上。箱线图应表示所有（起点-终点）对上聚合的各种百分位数。

同样，是否可以创建一个图表，而不是每天，只在 x 轴上显示周一至周日（因此显示一周中每天的结果）？

为了生成缺少数据的行，我使用了以下代码：

table = pd.pivot_table(data=shipments, index='Date', columns=['Origin','Dest'], values='Quantity', fill_value=0)
idx = pd.date_range('2021-09-06','2021-10-10')
table = table.reindex(idx,fill_value=0)

Answer 1

您可以转置 table 数据帧，并将其用作 sns.boxplot 的输入。您可以为星期几创建类似的 table。请注意，由于有很多零，boxplot 可能看起来有点奇怪。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

# first create some test data, somewhat similar to the given data
N = 1000
cities = ['Atlanta', 'LA', 'Chicago', 'Seattle', 'Newark']
shipments = pd.DataFrame({'Origin': np.random.choice(cities, N),
                          'Dest': np.random.choice(cities, N),
                          'Date': np.random.choice(pd.date_range('2021-09-06', '2021-10-10'), N),
                          'Quantity': (np.random.uniform(1, 4, N) ** 3).astype(int)})

fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(15, 5), gridspec_kw={'width_ratios': [3, 1]})

# create boxplots for each day
table_month = pd.pivot_table(data=shipments, index='Date', columns=['Origin', 'Dest'], values='Quantity', fill_value=0)
idx = pd.date_range('2021-09-06', '2021-10-10')
table_month = table_month.reindex(idx, fill_value=0)
sns.boxplot(data=table_month.T, ax=ax1)
labels = [day.strftime('%d\n%b %Y') if i == 0 or day.day == 1 else day.strftime('%d')
          for i, day in enumerate(table_month.index)]
ax1.set_xticklabels(labels)

# create boxplots for each day of the week
table_dow = pd.pivot_table(data=shipments, index=shipments['Date'].dt.dayofweek, columns=['Origin', 'Dest'],
                           values='Quantity', fill_value=0)
table_dow = table_dow.reindex(range(7), fill_value=0)
sns.boxplot(data=table_dow.T, ax=ax2)
labels = ['Mon', 'Tues', 'Wed', 'Thurs', 'Fri', 'Sat', 'Sun']
ax2.set_xticklabels(labels)
ax2.set_xlabel('')  # remove superfluous x label

fig.tight_layout()
plt.show()

绘制时间序列盒须图，其中缺少原始目的地对的日期值

Plotting time series box and whisker plot with missing date values for origin destination pairs

matplotlib

pandas