正如我在标题中提到的，我有一个日期时间框架，我已经编辑为只包括夏季月份。当我去绘制它时，它看起来是这样的。我如何修复它，使年份之间没有差距？Plot of current data我不知道从哪里开始，除了从日期时间转换它，但我真的不想这样做。
kpbpu0081#
假设你有如下的结构：
>>> df Datetime temp 0 2021-06-21 76.66 1 2021-06-22 81.79 2 2021-06-23 68.95 3 2021-06-24 84.59 4 2021-06-25 65.41 .. ... ... 265 2023-09-14 82.87 266 2023-09-15 70.50 267 2023-09-16 76.81 268 2023-09-17 75.20 269 2023-09-18 73.11 [270 rows x 2 columns] >>> df.groupby(df['Datetime'].dt.year)['Datetime'].agg(['min', 'max']) min max Datetime 2021 2021-06-21 2021-09-18 2022 2022-06-21 2022-09-18 2023 2023-06-21 2023-09-18
字符串如果你想要像下图这样的东西，你可以这样做：
xticks = df.loc[df['Datetime'].dt.day.eq(1), 'Datetime'].dt.strftime('%Y-%m') vlines = df.groupby(df['Datetime'].dt.year)['Datetime'].idxmax()[:-1] ax = df.plot(y='temp', rot=45) ax.set_xticks(xticks.index, xticks) ax.vlines(vlines, ymin=df['temp'].min(), ymax=df['temp'].max(), color='red', ls='dashed') plt.tight_layout() plt.show()
型输出量：
的数据Minimal Working Example：
import pandas as pd import numpy as np import matplotlib.pyplot as plt period0 = pd.Series(pd.date_range('2021-06-21', periods=90, freq='D')) period1 = pd.Series(pd.date_range('2022-06-21', periods=90, freq='D')) period2 = pd.Series(pd.date_range('2023-06-21', periods=90, freq='D')) df = pd.concat([period0, period1, period2], axis=0, ignore_index=True).to_frame('Datetime') df['temp'] = np.round(65 + np.random.random(90*3) * 20, 2)
型
1条答案
按热度按时间kpbpu0081#
假设你有如下的结构：
字符串
如果你想要像下图这样的东西，你可以这样做：
型
输出量：
的数据
Minimal Working Example：
型