Ereignisdichte in Python mit ggplot Plotten und Pandas

Question

Ich versuche, Daten von dieser Form sichtbar zu machen:

timestamp    senderId 
0  735217 106758968942084595234 
1  735217 114647222927547413607 
2  735217 106758968942084595234 
3  735217 106758968942084595234 
4  735217 114647222927547413607 
5  etc... 

geom_density funktioniert, wenn ich nicht trennen die senderId s:

df = pd.read_pickle('data.pkl') 
df.columns = ['timestamp', 'senderId'] 
plot = ggplot(aes(x='timestamp'), data=df) + geom_density() 
print plot 

Das Ergebnis sieht aus, als erwartet:

Allerdings, wenn ich die senderId s getrennt, as is done in the doc zeigen will, ist es nicht:

> plot = ggplot(aes(x='timestamp', color='senderId'), data=df) + geom_density() 
ValueError: `dataset` input should have multiple elements. 

Der Versuch, aus mit einer größeren Datenmenge (~ 40K Ereignisse):

> plot = ggplot(aes(x='timestamp', color='senderId'), data=df) + geom_density() 
numpy.linalg.linalg.LinAlgError: singular matrix 

Jede Idee ? Es gibt einige Antworten auf SO für diese Fehler, aber keine scheint relevant zu sein.

Dies ist die Art von Graph I (aus ggplot des doc) wollen:

Answer 1

Mit dem kleineren Datenmenge:

> plot = ggplot(aes(x='timestamp', color='senderId'), data=df) + geom_density() 
ValueError: `dataset` input should have multiple elements. 

Das war, weil einige senderId s nur eine Zeile hatte.

mit dem größeren Datenmenge:

> plot = ggplot(aes(x='timestamp', color='senderId'), data=df) + geom_density() 
numpy.linalg.linalg.LinAlgError: singular matrix 

Das war, weil für einige senderId s hatte ich mehrere Zeilen an der exakt gleichen timestamp. Dies wird von ggplot nicht unterstützt. Ich könnte es lösen, indem ich feinere Zeitstempel benutze.