{"id":4239,"date":"2023-07-12T14:47:44","date_gmt":"2023-07-12T14:47:44","guid":{"rendered":"https:\/\/statorials.org\/de\/pandas-zeichnen-zeitreihen-auf\/"},"modified":"2023-07-12T14:47:44","modified_gmt":"2023-07-12T14:47:44","slug":"pandas-zeichnen-zeitreihen-auf","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/pandas-zeichnen-zeitreihen-auf\/","title":{"rendered":"So zeichnen sie eine zeitreihe in pandas auf (mit beispiel)"},"content":{"rendered":"

<\/p>\n

\n

Sie k\u00f6nnen die folgende Syntax verwenden, um eine Zeitreihe in Pandas zu zeichnen:<\/span><\/p>\n

 df. plot<\/span> (x=' date<\/span> ', y=' sales<\/span> ')\n<\/strong><\/pre>\n
 In diesem speziellen Beispiel wird ein Zeitreihendiagramm erstellt, bei dem die Spalte \u201e Datum<\/strong> \u201c f\u00fcr die X-Achse und die Spalte \u201e Umsatz<\/strong> \u201c f\u00fcr die Y-Achse verwendet wird.<\/span><\/span><\/p>\n
 Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n
 Beispiel: So zeichnen Sie eine Zeitreihe in Pandas<\/strong><\/span><\/h2>\n
 Angenommen, wir haben den folgenden Pandas-DataFrame, der die Gesamtverk\u00e4ufe eines Gesch\u00e4fts an verschiedenen Tagen anzeigt:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' date<\/span> ': ['10-1-2023', '10-2-2023', '10-3-2023', '10-4-2023',\n                            '10-5-2023', '10-6-2023', '10-7-2023', '10-8-2023'],\n                   ' sales<\/span> ': [99, 104, 110, 140, 130, 122, 120, 125]})\n\n#convert date column to datetime format\n<\/span>df[' date<\/span> '] = pd. to_datetime<\/span> (df[' date<\/span> '])\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n        dirty date\n0 2023-10-01 99\n1 2023-10-02 104\n2 2023-10-03 110\n3 2023-10-04 140\n4 2023-10-05 130\n5 2023-10-06 122\n6 2023-10-07 120\n7 2023-10-08 125\n<\/strong><\/pre>\n
 Mit der folgenden Syntax k\u00f6nnen wir ein Zeitreihendiagramm erstellen, um den Gesamtumsatz pro Tag zu visualisieren:<\/span> <\/p>\n
 #create time series plot\n<\/span>df. plot<\/span> (x=' date<\/span> ', y=' sales<\/span> ')\n<\/strong><\/span><\/pre>\n
\"Zeichnen<\/p>\n
 Die x-Achse zeigt das Datum und die y-Achse zeigt den Gesamtumsatz.<\/span><\/p>\n
 Wir k\u00f6nnen auch die folgenden Argumente in der Funktion plot()<\/strong> verwenden, um das Erscheinungsbild der Linie im Diagramm anzupassen:<\/span><\/p>\n