如何用Pandas在Python中统计并绘制经纬度访问点随时间的柱状图

没问题，我来帮你一步步搞定这两个需求！咱们从准备工作开始，然后分别完成可视化任务：

首先得导入需要的Python库，然后读取并预处理你的CSV数据——注意你的CSV用的是|作为分隔符，而且列名和数据里有多余空格，得先处理干净：

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV，指定分隔符为|，并跳过字段前的空格
df = pd.read_csv('your_file.csv', sep='|', skipinitialspace=True)

# 清理列名（去掉前后空格）
df.columns = df.columns.str.strip()

# 可选：将date和time合并为完整的datetime列，方便后续时间相关操作
df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'], format='%B %Y %H:%M:%S')

因为要展示每个时间点的经纬度值，咱们可以用两个子图分别展示纬度和经度的变化，x轴用合并后的datetime列（或者单独的time列），y轴对应经纬度数值：

# 创建画布和两个子图
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))

# 绘制纬度随时间的柱状图
ax1.bar(df['datetime'], df['latitude'], color='skyblue')
ax1.set_title('Latitude Over Time')
ax1.set_ylabel('Latitude')
ax1.tick_params(axis='x', rotation=45)

# 绘制经度随时间的柱状图
ax2.bar(df['datetime'], df['longitude'], color='salmon')
ax2.set_title('Longitude Over Time')
ax2.set_ylabel('Longitude')
ax2.set_xlabel('Datetime')
ax2.tick_params(axis='x', rotation=45)

# 调整子图间距
plt.tight_layout()
plt.show()

如果不想合并datetime，直接用time列作为x轴也可以，把代码里的df['datetime']换成df['time']就行。

这个需求分两种场景：按日期统计，或者按具体时间统计，咱们分别来实现：

按日期统计访问点数量 #

# 按日期分组统计数量
date_counts = df['date'].value_counts().sort_index()

# 绘制柱状图
plt.figure(figsize=(8, 5))
date_counts.plot(kind='bar', color='lightgreen')
plt.title('Number of Access Points by Date')
plt.xlabel('Date')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.show()

按具体时间统计访问点数量 #

# 按时间分组统计数量
time_counts = df['time'].value_counts().sort_index()

# 绘制柱状图
plt.figure(figsize=(8, 5))
time_counts.plot(kind='bar', color='orange')
plt.title('Number of Access Points by Time')
plt.xlabel('Time')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.show()

如果你的数据里有多个日期+时间的组合，也可以用合并后的datetime列来统计，把代码里的df['date']或df['time']换成df['datetime']即可。

内容的提问来源于stack exchange，提问作者Rigzin Angmo