我有一个数据可视化问题，我想得到一些输入。我目前正在使用 python pandas 清理数据集，然后将其上传到 SISENSE 以供使用。我想要做的是可视化根据特定任务的开始和结束日期按周/月分组的活动工作。例如，我有一组具有以下开始日期的作业，在数据框中按行组织：
作业 ID 开始日期 结束日期
工作 1 2020 年 5 月 25 日 2020 年 6 月 7 日
工作 2 2020 年 5 月 25 日 2020 年 5 月 31 日
在 2020 年 5 月 25 日这一周，我有两个在职工作，在 2020 年 6 月 1 日这一周，我有一个在职工作。可视化应该看起来像一个条形图，x 轴是周/时间段，y 轴是活动作业的计数。
我怎样才能最好地将它组织成一个数据框并可视化它？
就像是
df = pd.DataFrame({'Job ID': [1,2], 'Start Date': ['5/25/2020', '5/25/2020'], 'End Date': ['6/7/2020', '5/31/2020']})
然后，您可以应用一个函数来生成一个新列 'week beginning' - 在这里查看 python 中的解决方案Get week start date (Monday) from a date column in Python (pandas)?
import datetime as dt
# Change 'myday' to contains dates as datetime objects
df['Start Date'] = pd.to_datetime(df['Start Date'])
# 'daysoffset' will container the weekday, as integers
df['daysoffset'] = df['Start Date'].apply(lambda x: x.weekday())
# We apply, row by row (axis=1) a timedelta operation
df['Week Beginning'] = df.apply(lambda x: x['Start Date'] - dt.TimeDelta(days=x['daysoffset']), axis=1)
然后是本周开始的 groupby
counr = df.groupby(df['Week Beginning']).sum()
在此之后，您可以使用
count_by_job_id = count['Job ID']
pd.DataFrame(count_by_job_id).plot.bar()
您需要在 Sisense elasticube 中使用自定义 SQL 才能轻松完成这项工作。然后，您将使用 dim_dates 加入您的数据框表（来自以下链接的 excel 文件）
这类似于此处描述的场景：https: //support.sisense.com/hc/en-us/articles/230644208-Date-Dimension-File
您的自定义 SQL 将是这样的：
Select JobID,
CAST(startdate as date) as Startdate,
CAST(enddate as date) as Enddate,
C.RECORD_DATE AS week_start
FROM JOB j
JOIN tbl_Calendar C ON c.RECORD_DATE BETWEEN j.StartDate and j.EndDate
WHERE DATENAME(DW,C.RECORD_DATE) = 'MONDAY'
然后您可以创建一个柱形图并将字段week_start（您可以以几种不同的方式格式化）放在类别部分下，并将字段计数（JOBID）放在值部分下。
