如何基于含重复模式的DataFrame按月小时聚合中位数绘制热力图

1. 数据预处理 #

先把字符串格式的日期列转为pandas时间类型，提取月份作为分组维度：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 按原始数据的月/日/年格式解析日期
df['date'] = pd.to_datetime(df['date'], format='%m/%d/%Y')
# 提取月份字段
df['month'] = df['date'].dt.month

2. 聚合计算中位数 #

按小时、月份两个维度分组，计算每组value的中位数，再转为热力图需要的二维宽表结构：

# 分组聚合后转换结构：行索引为小时，列索引为月份，值为对应中位数
heatmap_data = df.groupby(['hour', 'month'])['value'].median().unstack()

若存在月份和小时的组合无数据，可在unstack()后追加.fillna(0)补全缺失值，避免热力图出现空白。

3. 绘制热力图 #

基于聚合完成的二维表直接绘图，按要求设置坐标轴标签即可：

plt.figure(figsize=(12, 8))
sns.heatmap(heatmap_data, cmap='viridis')
plt.xlabel('月份')
plt.ylabel('日内小时序号')
plt.title('各月逐小时value中位数热力图')
plt.show()

注意事项 #

• 若需要调整坐标轴排序，可在聚合后通过reindex方法手动指定月份、小时的排列顺序。
• 热力图配色可通过修改cmap参数自定义，常用可选值包括coolwarm、YlGnBu、RdYlGn等。
• 如果需要在热力格中显示具体数值，可在sns.heatmap中传入参数annot=True。

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