绘制日期时间系列，计算另一个系列的值

如何解决绘制日期时间系列，计算另一个系列的值

我陷入了密谋问题。在寻求帮助之前，我已经做了一些研究。

我有一个看起来像这样的数据框：

date            text
2020-08-18      hey what's up?
2020-08-18      all good here
2020-08-17      happy Monday
2020-08-17      no news good news
2020-08-17      it's been a while
2020-08-16      see you tomorrow

长话短说，我正在尝试绘制垂直条形图或折线图，其中['date']为我的x，[COUNT] [text]]为我的y。 2020-08-18有2个条目，2020-08-17有3个条目，2020-08-16有1个条目。

使用SQL，我只需要做类似的事情：

SELECT date,COUNT(date) AS count_date FROM my_table GROUP BY date

使用Python我已经使事情变得复杂了，

df['date_count'] = df.groupby(['date'])['date'].transform('size')
df_temporary = df.loc[ :,['date','date_count'] ].drop_duplicates()

然后我就可以画出其中的全部内容：

sns.plotline(data=df_temporary,x='date',y='date_count')

或其等效的Matplotlib：

plt.line(df_temporary.date,df_temporary.date_count)

它有效，但是我的意思是，它不会那么复杂，对吧？

我没看到什么明显的东西？如何获得每个唯一日期的COUNT？

解决方法

最简单的是：

ax = df.groupby('date').size().plot(kind='bar')

这会给您一个非常简单的图表，您可以根据自己的喜好对其进行自定义：

,

您可以创建一个临时数据框，以计算每个日期的统一日期。

temp['date_count'] = df.groupby(['date'])['date'].nunique().reset_index()

然后用它来绘制图表

sns.plotline(data=temp,x='date',y='date_count')

,

您确实很接近，语法实际上非常类似于SQL

密钥为df.groupby(key to group by)[target column for agg function].count()

import matplotlib.pyplot as plt
from io import StringIO

d = """date            text
2020-08-18      hey what's up?
2020-08-18      all good here
2020-08-17      happy Monday
2020-08-17      no news good news
2020-08-17      it's been a while
2020-08-16      see you tomorrow"""

df = pd.read_csv(StringIO(d),sep='\s\s+',parse_dates=['date'])

df.groupby('date')['date'].count().plot(kind='line',title='Count of Text by Date'
                                   )

,

是的，您是正确的。所有这些事情都可以在一行中完成。

plt.plot(df.groupby("date").apply(len))