如何用Pandas为跨3年时间序列生成按周划分的小时级直方图

解决方案步骤 #

• 先确保时间列是datetime类型，若未转换先执行df['timesheet_start'] = pd.to_datetime(df['timesheet_start'])
• 按周一为起始的周分组，使用pd.Grouper(freq='W-MON')定义周周期，确保每组对应周一到周日的完整一周
• 遍历每个周分组，对组内数据按1小时分箱统计数量，再绘制独立直方图

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 确保时间列转换为datetime类型（如果未处理过）
df['timesheet_start'] = pd.to_datetime(df['timesheet_start'])

# 按周一起始的周分组，基于timesheet_start列划分区间
weekly_groups = df.groupby(pd.Grouper(key='timesheet_start', freq='W-MON'))

# 遍历每个周分组生成直方图
for week_start, group in weekly_groups:
    # 计算该周的周日结束日期
    week_end = week_start + pd.Timedelta(days=6)
    # 对当前周数据按1小时分箱统计，指定具体列避免多列计数干扰
    hourly_counts = group.groupby(pd.Grouper(key='timesheet_start', freq='60Min')).count()['timesheet_start']
    
    # 绘制直方图
    plt.figure(figsize=(12, 6))
    hourly_counts.plot(kind='bar')
    # 设置明确的标题和轴标签
    plt.title(f'小时分箱直方图：{week_start.date()} 至 {week_end.date()}')
    plt.xlabel('时间（小时）')
    plt.ylabel('记录数量')
    # 调整x轴标签角度避免重叠
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.show()

关键细节说明 #

• freq='W-MON'：指定周的起始为周一，每个分组覆盖周一00:00至下周一00:00前的区间，完美匹配你需要的周一至周日周期
• 指定统计列：count()['timesheet_start']确保只统计目标列的数量，避免DataFrame多列导致的冗余数据
• 独立图表输出：每个周的直方图单独显示，若需要批量保存可在plt.show()前添加plt.savefig(f'week_{week_start.date()}.png')

内容的提问来源于stack exchange，提问作者K Max