パンダは日付のヒストグラムをプロットできますか？

シリーズを取得して、dtype =のdatetime列に強制変換しましたdatetime64[ns]（ただし、日付の解決だけが必要です...どのように変更するかわからない）。

import pandas as pd
df = pd.read_csv('somefile.csv')
column = df['date']
column = pd.to_datetime(column, coerce=True)

しかし、プロットは機能しません：

ipdb> column.plot(kind='hist')
*** TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('float64')

週、月、または年ごとの日付数を示すヒストグラムをプロットしたいと思います。

確かにこれを行う方法はありpandasますか？

このdfを考えると：

        date
0 2001-08-10
1 2002-08-31
2 2003-08-29
3 2006-06-21
4 2002-03-27
5 2003-07-14
6 2004-06-15
7 2003-08-14
8 2003-07-29

そして、それがまだ当てはまらない場合：

df["date"] = df["date"].astype("datetime64")

月ごとの日付数を表示するには：

df.groupby(df["date"].dt.month).count().plot(kind="bar")

.dt 日時プロパティにアクセスできます。

それはあなたに与えるでしょう：

月は年、日などで置き換えることができます。

たとえば、年と月を区別したい場合は、次のようにします。

df.groupby([df["date"].dt.year, df["date"].dt.month]).count().plot(kind="bar")

それは与える：

それはあなたが望んだものでしたか？これは明らかですか？

お役に立てれば ！

リサンプルはあなたが探しているものかもしれないと思います。あなたの場合は、次のようにしてください：

df.set_index('date', inplace=True)
# for '1M' for 1 month; '1W' for 1 week; check documentation on offset alias
df.resample('1M', how='count')

プロットではなくカウントのみを行うため、独自のプロットを作成する必要があります。

resample pandas resample documentationのドキュメントの詳細については、この投稿を参照してください

私はあなたと同じような問題に遭遇しました。お役に立てれば。

レンダリングされた例

コード例

#!/usr/bin/env python
# -*- coding: utf-8 -*-

"""Create random datetime object."""

# core modules
from datetime import datetime
import random

# 3rd party modules
import pandas as pd
import matplotlib.pyplot as plt


def visualize(df, column_name='start_date', color='#494949', title=''):
    """
    Visualize a dataframe with a date column.

    Parameters
    ----------
    df : Pandas dataframe
    column_name : str
        Column to visualize
    color : str
    title : str
    """
    plt.figure(figsize=(20, 10))
    ax = (df[column_name].groupby(df[column_name].dt.hour)
                         .count()).plot(kind="bar", color=color)
    ax.set_facecolor('#eeeeee')
    ax.set_xlabel("hour of the day")
    ax.set_ylabel("count")
    ax.set_title(title)
    plt.show()


def create_random_datetime(from_date, to_date, rand_type='uniform'):
    """
    Create random date within timeframe.

    Parameters
    ----------
    from_date : datetime object
    to_date : datetime object
    rand_type : {'uniform'}

    Examples
    --------
    >>> random.seed(28041990)
    >>> create_random_datetime(datetime(1990, 4, 28), datetime(2000, 12, 31))
    datetime.datetime(1998, 12, 13, 23, 38, 0, 121628)
    >>> create_random_datetime(datetime(1990, 4, 28), datetime(2000, 12, 31))
    datetime.datetime(2000, 3, 19, 19, 24, 31, 193940)
    """
    delta = to_date - from_date
    if rand_type == 'uniform':
        rand = random.random()
    else:
        raise NotImplementedError('Unknown random mode \'{}\''
                                  .format(rand_type))
    return from_date + rand * delta


def create_df(n=1000):
    """Create a Pandas dataframe with datetime objects."""
    from_date = datetime(1990, 4, 28)
    to_date = datetime(2000, 12, 31)
    sales = [create_random_datetime(from_date, to_date) for _ in range(n)]
    df = pd.DataFrame({'start_date': sales})
    return df


if __name__ == '__main__':
    import doctest
    doctest.testmod()
    df = create_df()
    visualize(df)

（1）データフレームを直接使用する代わりにmatplotlibでプロットし、（2）values属性を使用して、これを回避することができました。例を参照してください：

import matplotlib.pyplot as plt

ax = plt.gca()
ax.hist(column.values)

を使用しない場合values、これは機能しませんが、機能する理由がわかりません。

これは、期待どおりのヒストグラムを作成したい場合の解決策です。これはgroupbyを使用しませんが、日時値を整数に変換し、プロットのラベルを変更します。目盛りラベルを均等な場所に移動するために、いくつかの改善を行うことができます。また、アプローチにより、カーネル密度推定プロット（および他のプロット）も可能です。

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

df = pd.DataFrame({"datetime": pd.to_datetime(np.random.randint(1582800000000000000, 1583500000000000000, 100, dtype=np.int64))})
fig, ax = plt.subplots()
df["datetime"].astype(np.int64).plot.hist(ax=ax)
labels = ax.get_xticks().tolist()
labels = pd.to_datetime(labels)
ax.set_xticklabels(labels, rotation=90)
plt.show()

私はその問題を解決するために、あなたはこのコードを使うことができると思います、それは日付型をint型に変換します：

df['date'] = df['date'].astype(int)
df['date'] = pd.to_datetime(df['date'], unit='s')

日付のみを取得する場合は、次のコードを追加できます。

pd.DatetimeIndex(df.date).normalize()
df['date'] = pd.DatetimeIndex(df.date).normalize()

私もこれで困っていました。あなたは日付を扱っているので、（私がしたように）時系列の順序を保持したいと思います。

その後の回避策は

import matplotlib.pyplot as plt    
counts = df['date'].value_counts(sort=False)
plt.bar(counts.index,counts)
plt.show()

誰かがより良い方法を知っているなら、声を上げてください。

編集：上記のジーンズの場合、ここにデータのサンプルがあります[完全なデータセットからランダムにサンプリングしたため、簡単なヒストグラムデータ。]

print dates
type(dates),type(dates[0])
dates.hist()
plt.show()

出力：

0    2001-07-10
1    2002-05-31
2    2003-08-29
3    2006-06-21
4    2002-03-27
5    2003-07-14
6    2004-06-15
7    2002-01-17
Name: Date, dtype: object
<class 'pandas.core.series.Series'> <type 'datetime.date'>

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-38-f39e334eece0> in <module>()
      2 print dates
      3 print type(dates),type(dates[0])
----> 4 dates.hist()
      5 plt.show()

/anaconda/lib/python2.7/site-packages/pandas/tools/plotting.pyc in hist_series(self, by, ax, grid, xlabelsize, xrot, ylabelsize, yrot, figsize, bins, **kwds)
   2570         values = self.dropna().values
   2571 
-> 2572         ax.hist(values, bins=bins, **kwds)
   2573         ax.grid(grid)
   2574         axes = np.array([ax])

/anaconda/lib/python2.7/site-packages/matplotlib/axes/_axes.pyc in hist(self, x, bins, range, normed, weights, cumulative, bottom, histtype, align, orientation, rwidth, log, color, label, stacked, **kwargs)
   5620             for xi in x:
   5621                 if len(xi) > 0:
-> 5622                     xmin = min(xmin, xi.min())
   5623                     xmax = max(xmax, xi.max())
   5624             bin_range = (xmin, xmax)

TypeError: can't compare datetime.date to float

これらの答えはすべて、非常に複雑に見えますが、少なくとも「モダン」なパンダでは2行です。

df.set_index('date', inplace=True)
df.resample('M').size().plot.bar()