使用pd.Grouper按时间索引分组绘图时遇多类错误的问题

我来帮你一步步拆解你遇到的问题，同时给出能直接运行的解决办法～

首先，先明确核心问题原因 #

你遇到的几个错误，本质都是因为**pd.Grouper和旧的pd.TimeGrouper在处理索引时的逻辑差异**，以及后续绘图时的版本兼容/索引解析问题：

1. KeyError: 'The grouper name Time is not found' #

旧的pd.TimeGrouper会自动识别DatetimeIndex，但pd.Grouper的key参数是用来指定DataFrame的列名的——而你的Time是索引，不是普通列，所以直接写key='Time'当然找不到。

2. TypeError: unhashable type: 'DatetimeIndex' #

直接把df_final.index传入groupby不行，因为groupby需要的是分组器（比如pd.Grouper）或者列名/序列，不能直接传整个DatetimeIndex对象。

3. NameError: name '_converter' is not defined #

这个报错通常是pandas和matplotlib版本不兼容，或者分组后的时间索引在绘图时无法被matplotlib正确解析导致的，重置索引为普通列就能绕过这个问题。

具体解决步骤 #

第一步：正确实现按15分钟分组 #

首先，先构造你的测试DataFrame（方便复现）：

import pandas as pd

data = {
    'Response': [201, 400, 200, 400, 200],
    'Time': pd.to_datetime(['2018-01-14 00:00:00']*5)
}
df_final = pd.DataFrame(data).set_index('Time')

然后用两种正确的方式替换旧的TimeGrouper：

方式一：用level参数指定索引名

因为你的DatetimeIndex名字是Time，直接用level='Time'告诉pd.Grouper去索引里找分组依据：

# 按15分钟+响应码分组，统计数量，再把响应码转成列（unstack）
grouped = df_final.groupby([
    pd.Grouper(level='Time', freq='15min'),
    'Response'
]).size().unstack(fill_value=0)

方式二：直接按索引频率分组

pd.Grouper默认会识别行索引（axis=0），所以可以省略level，直接指定freq：

grouped = df_final.groupby([
    pd.Grouper(freq='15min'),
    'Response'
]).size().unstack(fill_value=0)

这两种方式都能得到正确的分组统计结果。

第二步：解决绘图时的_converter错误 #

分组完成后，直接调用grouped.plot()可能会触发报错，我们可以把分组后的时间索引重置为普通列，让matplotlib能正确解析：

import matplotlib.pyplot as plt

# 把Time索引转成普通列
grouped_reset = grouped.reset_index()

# 绘制统计图（这里用柱状图举例，你可以换成line等其他类型）
ax = grouped_reset.plot(
    x='Time',
    kind='bar',
    figsize=(10, 6),
    title='Response Codes by 15-Minute Intervals'
)
ax.set_xlabel('Time Interval')
ax.set_ylabel('Count')
plt.xticks(rotation=45)  # 旋转x轴标签避免重叠
plt.tight_layout()  # 自动调整布局
plt.show()

如果你不想重置索引，也可以尝试更新pandas和matplotlib到稳定版（比如pandas>=1.3，matplotlib>=3.4），新版本修复了很多旧的时间绘图兼容问题。

完整可运行代码 #

把上面的步骤整合起来，完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 构造数据
data = {
    'Response': [201, 400, 200, 400, 200],
    'Time': pd.to_datetime(['2018-01-14 00:00:00']*5)
}
df_final = pd.DataFrame(data).set_index('Time')

# 按15分钟+响应码分组
grouped = df_final.groupby([
    pd.Grouper(freq='15min'),
    'Response'
]).size().unstack(fill_value=0)

# 重置索引并绘图
grouped_reset = grouped.reset_index()
ax = grouped_reset.plot(x='Time', kind='bar', figsize=(10, 6))
ax.set_title('Response Code Distribution (15-Min Intervals)')
ax.set_xlabel('Time')
ax.set_ylabel('Number of Responses')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者amadain