如何将时间范围绘制为 Pandas 或 MatPlotLib 中的值

Posted 2023-03-11

【中文标题】如何将时间范围绘制为 Pandas 或 MatPlotLib 中的值

【英文标题】：How to plot a time range as a value from Pandas or MatPlotLib

【发布时间】：2015-04-22 02:07:02

【问题描述】：

我有几个包含时间序列数据的 DataFrame，我想为每个 DataFrame 创建一个时间范围跨度的简单可视化。 由于我无法使用代码生成它，因此我添加了一个草图来说明我的目标。

这里有一些代码用于创建三个 DataFrame，它们基本上是我正在使用的 DataFrame 的更小版本的简化版。

from pandas import DataFrame
from numpy import datetime64, random

# example data recorded by two different sensors
example_data = random.rand(5,2)
example_data2 = random.rand(9,2)
example_data3 = random.rand(9,2)

# timestamps from sensor1
times = ['2000-01-01 09:00:00',
        '2000-01-01 09:15:00',
        '2000-01-01 09:30:00',
        '2000-01-01 09:45:00',
        '2000-01-01 10:00:00']

# timestamps from sensor2
times2 = ['2000-01-01 08:45:00',
        '2000-01-01 09:00:00',
        '2000-01-01 09:15:00',
        '2000-01-01 09:30:00',
        '2000-01-01 09:45:00',
        '2000-01-01 10:00:00',
        '2000-01-01 10:15:00',
        '2000-01-01 10:30:00',
        '2000-01-01 10:45:00']

# timestamps from sensor2
times3 = ['2000-01-01 09:20:00',
        '2000-01-01 09:40:00',
        '2000-01-01 10:00:00',
        '2000-01-01 10:20:00',
        '2000-01-01 10:40:00',
        '2000-01-01 11:00:00',
        '2000-01-01 11:20:00',
        '2000-01-01 11:40:00',
        '2000-01-01 12:00:00']


# create the DataFrame object for sensor1 with the times and data above
sensor1 = DataFrame('Time': times,
                    'measure1': example_data[:,0],
                    'measure2': example_data[:,1])

# create the DataFrame object for sensor2 with the times and data above
sensor2 = DataFrame('Time': times2,
                    'measure1': example_data2[:,0],
                    'measure2': example_data2[:,1])

# create the DataFrame object for sensor2 with the times and data above
sensor3 = DataFrame('Time': times3,
                    'measure1': example_data3[:,0],
                    'measure2': example_data3[:,1])

# coerce the 'Time' column from string to a numpy datetime64 value
sensor1['Time'] = sensor1['Time'].astype(datetime64)
sensor2['Time'] = sensor2['Time'].astype(datetime64)
sensor3['Time'] = sensor3['Time'].astype(datetime64)

我尝试从每个 DataFrame 中获取最小和最大日期时间值并将它们放入一个新的 DataFrame 中，但是当我尝试绘制它们时，我收到一个错误，即没有要绘制的值。

我还尝试仅使用“时间”列，并将整数分配给“值”列（即传感器 1 获取 Int 1 广播到“值”列，传感器 2 获取 Int 2 广播等等on)，然后合并这些 DataFrame。

但这会导致“时间”列中出现大量重复值，而“值”列中出现 Nan 值。

我已经没有如何让它发挥作用的想法了。

编辑：更正了代码块中偷偷摸摸的“2001”时间戳；-)

【参考方案1】：

import numpy
import pandas

# create an index containing all time stamps
idx1 = pandas.Index(sensor1.Time)
idx2 = pandas.Index(sensor2.Time)
idx3 = pandas.Index(sensor3.Time)
df = pandas.DataFrame(index=idx1.union(idx2).union(idx3))

# create a (constant) Series for each sensor
df['Sensor1'] = df.index.to_series().apply(lambda x: 3 if x >= sensor1.Time.min() and x <= sensor1.Time.max() else numpy.NaN)
df['Sensor2'] = df.index.to_series().apply(lambda x: 2 if x >= sensor2.Time.min() and x <= sensor2.Time.max() else numpy.NaN)
df['Sensor3'] = df.index.to_series().apply(lambda x: 1 if x >= sensor3.Time.min() and x <= sensor3.Time.max() else numpy.NaN)

# plot
p = df.plot(ylim=[0, 4], legend=False)
p.set_yticks([1., 2., 3.])
p.set_yticklabels(['Sensor3', 'Sensor2', 'Sensor1'])

顺便问一下，您确定您的时间戳中有 2001 年吗？这将使您的 Sensor1 图变得非常小。

【讨论】：

非常感谢。是的——你说得很对——最后一个时间戳“2001”是一个错字，它也应该是“2000”。