Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment tracer une série chronologique dans Pandas (avec exemple)



Vous pouvez utiliser la syntaxe suivante pour tracer une série temporelle dans les pandas :

df.plot(x='date', y='sales')

Cet exemple particulier crée un tracé de série chronologique en utilisant la colonne appelée date pour l’axe des x et la colonne appelée ventes pour l’axe des y.

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : Comment tracer une série chronologique dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui montre les ventes totales réalisées par un magasin sur différents jours :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'date': ['10-1-2023', '10-2-2023', '10-3-2023', '10-4-2023',
                            '10-5-2023', '10-6-2023', '10-7-2023', '10-8-2023'],
                   'sales': [99, 104, 110, 140, 130, 122, 120, 125]})

#convert date column to datetime format
df['date'] = pd.to_datetime(df['date'])

#view DataFrame
print(df)

        date  sales
0 2023-10-01     99
1 2023-10-02    104
2 2023-10-03    110
3 2023-10-04    140
4 2023-10-05    130
5 2023-10-06    122
6 2023-10-07    120
7 2023-10-08    125

Nous pouvons utiliser la syntaxe suivante pour créer un tracé de série chronologique afin de visualiser les ventes totales par jour :

#create time series plot
df.plot(x='date', y='sales')

tracé de séries chronologiques chez les pandas

L’axe des x montre la date et l’axe des y montre le total des ventes.

Nous pouvons également utiliser les arguments suivants dans la fonction plot() pour personnaliser l’apparence de la ligne dans le tracé :

  • linewidth : La largeur de la ligne
  • color : La couleur de la ligne
  • linestyle : Le style de la ligne
  • legend : Afficher ou non la légende dans le tracé

Nous pouvons également utiliser les fonctions title() , xlabel() et ylabel() de matplotlib pour ajouter un titre et des étiquettes d’axe au tracé.

Le code suivant montre comment procéder :

import matplotlib.pyplot as plt

#create time series plot with custom line
df.plot(x='date', y='sales'),
        linewidth=3, color='purple', linestyle='dashed', legend=False)

#add title and axis labels to plot
plt.title('Sales by Date')
plt.xlabel('Date')
plt.ylabel('Sales')

tracé de séries chronologiques dans les pandas avec des étiquettes de lignes et d'axes personnalisées

Notez que l’apparence de la ligne a changé, qu’un titre a été ajouté et que des étiquettes d’axe ont été ajoutées au tracé.

N’hésitez pas à jouer avec les différents arguments pour faire apparaître l’intrigue de la série chronologique comme vous le souhaitez.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Comment tracer des données catégorielles dans Pandas
Comment tracer le nombre de valeurs dans les pandas
Comment ajuster la taille de la figure d’un tracé de pandas

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *