Python时间序列与浮点列可视化：时间-速度关系分析及绘图报错排查

1. 先排查hours列的实际内容 #

先运行以下代码确认hours列的类型和具体格式，方便后续针对性处理：

print(df['hours'].dtype)
print(df['hours'].sample(10))

2. 根据不同格式转换数据类型 #

情况1：hours是字符串格式的纯小时数（比如"8", "14"） #

直接转成数值型，同时清理无效值：

df['hours'] = pd.to_numeric(df['hours'], errors='coerce')
# 删除hours或speed列存在空值的行
df = df.dropna(subset=['hours', 'speed'])

情况2：hours是完整时间格式（比如"08:30:00", "14:15"） #

先转成时间类型，再提取小时部分：

df['hours'] = pd.to_datetime(df['hours'], errors='coerce').dt.hour
df = df.dropna(subset=['hours', 'speed'])

情况3：hours是带描述的自定义格式（比如"上午9点"） #

用正则提取数字部分再转成数值：

import re
df['hours'] = df['hours'].apply(lambda x: re.findall(r'\d+', str(x))[0] if re.findall(r'\d+', str(x)) else None)
df['hours'] = pd.to_numeric(df['hours'], errors='coerce')
df = df.dropna(subset=['hours', 'speed'])

3. 重新绘制回归图 #

处理完类型后，重新运行代码即可生成回归图：

sns.lmplot(x="hours", y="speed", data=df)
plt.title('Hours vs Internet Speed Regression')
plt.xlabel('Hour of Day')
plt.ylabel('Internet Speed')
plt.show()

1. 时间与速度的关联分析 #

• 除线性回归图外，用箱线图查看不同小时段的速度分布差异：

  plt.figure(figsize=(12,6))
  sns.boxplot(x='hours', y='speed', data=df)
  plt.title('Speed Distribution by Hour of Day')
  plt.show()
  

• 计算各小时段的平均速度，用柱状图直观展示趋势：

  hourly_speed = df.groupby('hours')['speed'].mean().reset_index()
  plt.figure(figsize=(12,6))
  sns.barplot(x='hours', y='speed', data=hourly_speed)
  plt.title('Average Speed by Hour of Day')
  plt.show()
  

2. 确定一天中的最佳联网时段 #

• 从上述统计结果中，筛选速度均值/中位数最高的小时段；
• 用方差分析验证不同小时段的速度是否存在显著差异，确认时段的可靠性：

  from scipy.stats import f_oneway
  # 按小时分组提取速度数据
  groups = [df[df['hours'] == h]['speed'] for h in df['hours'].unique()]
  f_stat, p_value = f_oneway(*groups)
  print(f"ANOVA F-statistic: {f_stat}, p-value: {p_value}")
  # 若p值<0.05，说明不同小时段的速度差异具有统计学意义
  

3. 分析关联关系是否随年份变化 #

• 先从日期列（假设数据中有date列）提取年份：

  df['year'] = pd.to_datetime(df['date']).dt.year
  

• 分年份绘制回归图和趋势对比图：

  # 分年份的线性回归子图
  sns.lmplot(x="hours", y="speed", data=df, col='year', col_wrap=2)
  plt.show()
  
  # 分年份的小时平均速度折线对比图
  yearly_hourly = df.groupby(['year', 'hours'])['speed'].mean().reset_index()
  plt.figure(figsize=(14,8))
  sns.lineplot(x='hours', y='speed', hue='year', data=yearly_hourly, marker='o')
  plt.title('Hourly Average Speed by Year')
  plt.show()
  

• 计算不同年份的小时-速度相关系数，量化关联程度的变化：

  yearly_corr = df.groupby('year').apply(lambda x: x['hours'].corr(x['speed']))
  print(yearly_corr)
  

内容的提问来源于stack exchange，提问作者dim GOROH