如何解决将2个不同年份的.resampleD.size绘制到一张图表中？
我有每年3月至5月底的2019年和2020年数据。
我已经在日期时间做到了
####Working with Date
df['Date']= pd.to_datetime(df['Date'])
df['Time_Hour'] = df['Date'].apply(lambda x: x.hour)
df['Month'] = df['Date'].apply(lambda x: x.month)
df['Year'] = df['Date'].apply(lambda x: x.year)
df['Day'] = df['Date'].apply(lambda x: x.day)
df.set_index('Date',inplace=True)
并按年份分隔数据
df19 = df[df['Year'] == 2019]
df20 = df[df['Year'] == 2020]
如果我分别进行每年的重新抽样
df19.resample('D').size().plot(title= '2019',legend=False)
#df20.resample('D').size().plot(title= '2019',legend=False)
我输出了所需的图表
#df19.resample('D').size().plot(title= '2019',legend=False)
df20.resample('D').size().plot(title= '2019',legend=False)
但是我希望能够将两个图表一起比较，当我尝试同时运行它们时，这就是绘制的图表
df19.resample('D').size().plot(title= '2019',legend=False)
我意识到resample（D）仍然查看年份，因此合并的图表是正确的，但是我想根据Day将它们进行比较。
关于如何完成此操作的任何建议？
编辑：这是原始数据的.head（20）（由于其太大而无法显示2020年数据）
Date ID Case Number
0 3/1/2019 23:43 11610968 JC170728
1 3/3/2019 3:17 11611832 JC171944
2 3/4/2019 0:42 11612609 JC172806
3 3/4/2019 23:13 11613442 JC173895
4 3/10/2019 6:29 11618474 JC179991
5 3/12/2019 21:38 11621181 JC183336
6 3/14/2019 10:14 11623047 JC184966
7 3/14/2019 23:00 11623349 JC185895
8 3/14/2019 23:35 11623295 JC185924
9 3/15/2019 2:25 11623400 JC185990
10 3/15/2019 19:25 11624307 JC187019
11 3/15/2019 21:12 11624280 JC187114
12 3/16/2019 0:30 11624491 JC187272
13 3/16/2019 18:25 11625210 JC188160
14 3/17/2019 21:35 11626248 JC189475
15 3/18/2019 21:49 11627419 JC190873
16 3/20/2019 16:15 11629464 JC193053
17 3/21/2019 17:50 11630638 JC194480
18 3/22/2019 0:22 11630719 JC194815
19 3/22/2019 4:43 11630853 JC194892
这是如上所述的按年份分隔的数据帧的.head（10）
Date ID Case Number
0 2019-03-01 23:43:00 11610968 JC170728
1 2019-03-03 03:17:00 11611832 JC171944
2 2019-03-04 00:42:00 11612609 JC172806
3 2019-03-04 23:13:00 11613442 JC173895
4 2019-03-10 06:29:00 11618474 JC179991
5 2019-03-12 21:38:00 11621181 JC183336
6 2019-03-14 10:14:00 11623047 JC184966
7 2019-03-14 23:00:00 11623349 JC185895
8 2019-03-14 23:35:00 11623295 JC185924
9 2019-03-15 02:25:00 11623400 JC185990
Date ID Case Number
84 2020-03-01 09:20:00 11996077 JD170035
85 2020-03-04 21:50:00 11999611 JD174374
86 2020-03-06 23:24:00 12001746 JD176808
87 2020-03-07 20:53:00 12002531 JD177851
88 2020-03-07 21:03:00 12002529 JD177805
89 2020-03-11 05:45:00 12005695 JD181579
90 2020-03-13 04:43:00 12007615 JD183927
91 2020-03-13 05:10:00 12007594 JD183934
92 2020-03-13 14:50:00 12008297 JD184421
93 2020-03-16 19:30:00 12011057 JD187968
解决方法
这是我发现的一个被黑的“解决方案”，但仍然可以接受更好的解决方案。我最终将2020年数据的偏移量使用了1年（365天）。
df19.resample('D').size().plot()
df20.resample('D',loffset = '-365d').size().plot()
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。