如何基于datetime列生成月/小时组合计数的热力图？

问题背景 #

你的数据集created_at列是UTC格式的字符串时间，需要生成x轴为1-23小时、y轴为1-12月份的热力图，展示每个月-小时组合的事件计数。

错误分析 #

你原代码的核心问题：

• grouped.rename(columns={"Hour":"Count"})未重新赋值，导致后续无法引用Count列
• 分组计数后无需再用pivot_table，直接转换为二维表格即可

正确实现步骤 #

1. 转换时间格式并提取月/小时字段

先一次性将字符串时间转为datetime类型，避免重复计算：

# 转换为datetime类型（UTC格式会自动识别）
df['created_at'] = pd.to_datetime(df['created_at'])
# 提取月份（1-12）和小时（0-23，若需1-23则加1）
df['Month'] = df['created_at'].dt.month
df['Hour'] = df['created_at'].dt.hour  # 若要1-23小时，改为df['created_at'].dt.hour + 1

2. 生成月-小时计数的二维表格

推荐两种简便方法：

方法一：直接用crosstab生成（最快捷）

# 直接统计每个月-小时的事件数，缺失组合自动填充0
heatmap_data = pd.crosstab(df['Month'], df['Hour'])

方法二：分组计数后转二维表格

# 按月份和小时分组，统计每组数量
grouped_counts = df.groupby(['Month', 'Hour']).size()
# 转换为二维表格，缺失的月-小时组合填充0
heatmap_data = grouped_counts.unstack(fill_value=0)

3. 绘制热力图

使用seaborn绘制带数值标注的热力图：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置画布大小
plt.figure(figsize=(14, 7))
# 绘制热力图，cmap可选配色，annot显示数值，fmt指定整数格式
sns.heatmap(heatmap_data, 
            cmap='Blues', 
            annot=True, 
            fmt='d',
            xticklabels=range(1, 24),  # x轴显示1-23
            yticklabels=range(1, 13))  # y轴显示1-12
# 设置轴标签和标题
plt.xlabel('小时')
plt.ylabel('月份')
plt.title('各月份不同小时的事件计数热力图')
# 展示图表
plt.show()

内容的提问来源于stack exchange，提问作者evilmandarine