我有一個 S&P500 歷史價格數(shù)據(jù)集，其中包含日期、價格和其他數(shù)據(jù)，但我現(xiàn)在不需要這些數(shù)據(jù)來解決我的問題。 Date Price0 1981.01 6.191 1981.02 6.172 1981.03 6.243 1981.04 6.25. . .and so on till 2020日期由float年份、點和月份組成。我嘗試用 繪制所有歷史價格matplotlib.pyplot as plt。plt.plot(df["Price"].tail(100))plt.title("S&P500 Composite Historical Data")plt.xlabel("Date")plt.ylabel("Price")這就是結(jié)果。我使用它是df["Price"].tail(100)為了讓您可以更好地看到第一張圖和第二張圖之間的差異（您很快就會看到）。但后來我嘗試將索引從之前的索引（0、1、2 等）設(shè)置到df["Date"]DataFrame 中的列，以便查看 x 軸中的日期。df = df.set_index("Date")plt.plot(df["Price"].tail(100))plt.title("S&P500 Composite Historical Data")plt.xlabel("Date")plt.ylabel("Price")這就是結(jié)果，令人相當失望。我的日期應(yīng)該位于 x 軸上，但問題是該圖表與之前的圖表不同，而之前的圖表是正確的。如果您需要數(shù)據(jù)集來嘗試該問題，您可以在這里找到它。它被稱為 1871 年至今的美國股市和 CAPE 比率。希望你已經(jīng)明白了一切。提前致謝更新我發(fā)現(xiàn)了一些可能導(dǎo)致問題的東西。如果您深入查看日期，您可以看到在第 10 個月中，每個日期都被寫為浮點數(shù)（在原始數(shù)據(jù)集中），如下所示：示例 Year:1884 1884.1。當您使用pd.to_datetime()將 float 系列轉(zhuǎn)換Date為Datetime. 所以問題可能是 #10 月份的日期轉(zhuǎn)換為 a 時Datetime，變成：（之前的示例）1884-01-01，這是一年中的第一個月，它對最終繪圖有影響。解決方案終于，我解決了我的問題！是的，錯誤是我在 UPDATE 段落中解釋的錯誤，因此我決定添加 a0作為 a，String其中日期（作為字符串）的長度為 6 以便更改，例如： 1884.1 ==> 1884.10df["len"] = df["Date"].apply(len)df["Date"] = df["Date"].where(df["len"] == 7, df["Date"] + "0")然后我刪除剛剛創(chuàng)建的 len 列。df.drop(columns="len", inplace=True)最后我將“日期”更改Datetime為pd.to_datetimedf["Date"] = pd.to_datetime(df["Date"], format='%Y.%m')df = df.set_index("Date")然后我繪制df["Price"].tail(100).plot()plt.title("S&P500 Composite Historical Data")plt.xlabel("Date")plt.ylabel("Price")plt.show()
3 回答
慕碼人2483693
TA貢獻1860條經(jīng)驗 獲得超9個贊
最簡單的方法是將日期轉(zhuǎn)換為實際的日期時間索引。這種方式matplotlib會自動拾取它并相應(yīng)地繪制它。例如，給定您的日期格式，您可以執(zhí)行以下操作：
df["Date"] = pd.to_datetime(df["Date"].astype(str), format='%Y.%m')
df = df.set_index("Date")
plt.plot(df["Price"].tail(100))目前，您顯示的第一個圖實際上是Price針對 繪制列index，這似乎是從 0 - 1800 之類的常規(guī)范圍索引。您建議您的數(shù)據(jù)從 1981 年開始，因此盡管每個觀測值在 x 軸上均勻分布（間隔為 1，即從一個索引值到下一個索引值的跳躍）。這就是為什么該圖表看起來很合理。但 x 軸值卻沒有。
現(xiàn)在，當您將Date（作為浮點數(shù)）設(shè)置為索引時，請注意，您沒有均勻地覆蓋 1981 年和 1982 年之間的時間間隔。您有 1981.1 - 1981.12 之間均勻間隔的值，但 1981.12 - 1982 之間沒有任何值。這就是為什么第二個圖表也按預(yù)期繪制的原因。DatetimeIndex如上所述將索引設(shè)置為 a應(yīng)該可以消除此問題，因為 Matplotlib 知道如何沿 x 軸均勻地間隔日期。
暮色呼如
TA貢獻1853條經(jīng)驗 獲得超9個贊
df['Date']將其視為不是一個好主意float。它應(yīng)該轉(zhuǎn)換成 pandas?datetime64[ns]。這可以使用 pandas 方法來實現(xiàn)pd.to_datetime。
嘗試這個：
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('ie_data.csv')
df=df[['Date','Price']]
df.dropna(inplace=True)
#converting to pandas datetime format
df['Date'] = df['Date'].astype(str).map(lambda x : x.split('.')[0] + x.split('.')[1])
df['Date'] = pd.to_datetime(df['Date'], format='%Y%m')
df.set_index(['Date'],inplace=True)
#plotting
df.plot() #full data plot
df.tail(100).plot() #plotting just the tail
plt.title("S&P500 Composite Historical Data")
plt.xlabel("Date")
plt.ylabel("Price")
plt.show()
輸出：
千萬里不及你
TA貢獻1784條經(jīng)驗 獲得超9個贊
我認為你的問題是你的 Date 是 float 類型，并將其作為 x 軸完全符合將此類數(shù)組作為([2012.01, 2012.02, ..., 2012.12, 2013.01....])x 軸的預(yù)期效果。您可以先將 Date 列轉(zhuǎn)換為 DateTimeIndex，然后使用內(nèi)置的 pandas 繪圖方法：
df["Price"].tail(100).plot()
添加回答
舉報
0/150
提交
取消