Python按周/月分组时间戳并绘图的实现及报错解决

问题根源 #

你碰到的float() argument must be a string or a number, not 'Period'错误，核心原因是groupby时用to_period('W')生成的是Period类型数据，matplotlib无法直接将Period作为坐标轴数值。另外代码还有两处细节错误：

• [[PersonId]]中的列名需要加引号（如果PersonId是字符串列名）
• 绘图时调用的series.SubmissionID不存在，你的统计列实际是PersonId

完整实现方案 #

1. 预处理：确保时间列是datetime类型 #

先确认TimeStamp列被解析为datetime格式，未解析的话先转换：

import pandas as pd
import matplotlib.pyplot as plt

# 构造你的DataFrame
data = {
    'PersonId': [10, 1, 26, 28, 46, 2],
    'TimeStamp': ['2023-03-11 02:22:25', '2023-03-30 03:02:20', '2023-01-11 08:02:28',
                  '2023-02-26 09:25:01', '2023-01-27 11:49:40', '2023-04-01 01:32:21']
}
df = pd.DataFrame(data)

# 转换为datetime类型
df['TimeStamp'] = pd.to_datetime(df['TimeStamp'])

2. 通用分组统计函数 #

实现支持按周（'W'）或按月（'M'）分组的函数，同时自动将Period转换为matplotlib可识别的datetime类型：

def count_by_time_period(df, period='W', start_date=None, end_date=None):
    # 筛选指定时间范围的数据
    filtered_df = df.copy()
    if start_date:
        filtered_df = filtered_df[filtered_df['TimeStamp'] >= pd.to_datetime(start_date)]
    if end_date:
        filtered_df = filtered_df[filtered_df['TimeStamp'] <= pd.to_datetime(end_date)]
    
    # 按指定周期分组统计PersonId数量
    grouped = filtered_df.groupby(filtered_df['TimeStamp'].dt.to_period(period))['PersonId'].count().reset_index()
    
    # 将Period转换为datetime（默认取周期起始时间，可通过how='end'取结束时间）
    grouped['TimeStamp'] = grouped['TimeStamp'].dt.to_timestamp()
    
    # 重命名统计列，提升可读性
    grouped.rename(columns={'PersonId': 'PersonCount'}, inplace=True)
    return grouped

3. 调用函数并绘图 #

按周统计+折线图

# 按周统计（指定时间范围：2023-01-01 至 2023-04-30）
weekly_data = count_by_time_period(df, period='W', start_date='2023-01-01', end_date='2023-04-30')

# 绘制折线图
fig, ax = plt.subplots(figsize=(8,6))
ax.plot(weekly_data['TimeStamp'], weekly_data['PersonCount'], marker='o', linestyle='-', color='#1f77b4')

# 图表样式设置
ax.set_title('每周PersonId数量统计')
ax.set_xlabel('时间')
ax.set_ylabel('PersonId数量')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

按月统计+柱状图

# 按月统计（不指定时间范围则用全量数据）
monthly_data = count_by_time_period(df, period='M')

# 绘制柱状图
fig, ax = plt.subplots(figsize=(8,6))
ax.bar(monthly_data['TimeStamp'], monthly_data['PersonCount'], color='#ff7f0e')

# 图表样式设置
ax.set_title('每月PersonId数量统计')
ax.set_xlabel('月份')
ax.set_ylabel('PersonId数量')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

关键细节说明 #

• dt.to_timestamp()：将Period类型转换为datetime对象，默认取周期起始时间，如需取结束时间可修改为dt.to_timestamp(how='end')
• 时间范围筛选：通过start_date和end_date参数可以快速限定统计的时间区间
• 统计列重命名：将PersonId改为PersonCount是为了明确统计含义，可根据需求调整

内容的提问来源于stack exchange，提问作者Eisen