如何调整航班起飞时间统计图表的小时排序并合并0与24小时数据？

核心思路 #

先把24小时的记录合并到0小时，再强制指定小时的排序顺序，确保图表按0-23的顺序展示。

1. 处理小时字段，合并0与24时段 #

从DepTime提取小时部分，将24替换为0，完成同一时段的合并：

# 提取起飞小时
data['DepHour'] = data['DepTime'].floordiv(100)
# 将24小时合并到0小时
data['DepHour'] = data['DepHour'].replace(24, 0)

2. 固定小时的排序顺序 #

用pandas的分类类型强制指定小时顺序为0到23，后续统计和绘图都会遵循这个顺序：

import pandas as pd

# 设置小时为分类类型，指定0-23的顺序
data['DepHour'] = pd.Categorical(data['DepHour'], categories=range(24), ordered=True)

3. 统计并绘制有序柱状图 #

用value_counts(sort=False)按分类顺序统计，再生成柱状图：

import matplotlib.pyplot as plt

# 按指定顺序统计各小时航班数
hour_counts = data['DepHour'].value_counts(sort=False)

# 绘制柱状图
hour_counts.plot(kind='bar')
plt.xlabel('起飞小时')
plt.ylabel('航班数量')
plt.title('全天各时段航班数量分布')
plt.show()

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 假设data是你的航班数据集
# 处理小时字段
data['DepHour'] = data['DepTime'].floordiv(100)
data['DepHour'] = data['DepHour'].replace(24, 0)

# 固定小时排序顺序
data['DepHour'] = pd.Categorical(data['DepHour'], categories=list(range(24)), ordered=True)

# 统计并绘图
hour_counts = data['DepHour'].value_counts(sort=False)
hour_counts.plot(kind='bar')
plt.xlabel('起飞小时')
plt.ylabel('航班数量')
plt.title('全天各时段航班数量分布')
plt.show()

关键说明 #

• replace(24, 0)直接完成0和24小时的统计合并，逻辑简单直接
• pd.Categorical是确保排序正确的核心，避免value_counts默认按计数排序的问题
• sort=False参数让统计结果严格遵循分类的预设顺序，保证图表x轴按0-23升序排列

内容的提问来源于stack exchange，提问作者Toshik