我有一系列由时间值(浮点数)索引的数据,我想要获取系列的块并将它们绘制在一起.例如,假设我在20周内每隔10分钟拍卖一次股票价格,我希望通过绘制20行股票价格来看每周模式.所以我的X轴是一周,我有20行(对应于本周的价格).
更新
索引不是均匀间隔的值,而是浮点数.它是这样的:
t = np.arange(0,12e-9,12e-9/1000.0)
noise = np.random.randn(1000)/1e12
cn = noise.cumsum()
t_noise = t+cn
y = sin(2*math.pi*36e7*t_noise) + noise
df = DataFrame(y,index=t_noise,columns=["A"])
df.plot(marker='.')
plt.axis([0,0.2e-8,0,1])
因此索引不是均匀间隔的.我正在处理来自模拟器的电压与时间数据.我想知道如何创建一个时间窗口T,并将df拆分为T long的块并将它们绘制在彼此之上.因此,如果数据长度为20 * T,那么在同一个图中我将有20行.
对困惑感到抱歉;我使用股票类比认为它可能有所帮助.
解决方法:
假设以pandas.TimeSeries对象为起点,您可以进行分组
ISO周数和ISO工作日的元素datetime.date.isocalendar()
.以下声明忽略了ISO年份,汇总了每一天的最后一个样本.
In [95]: daily = ts.groupby(lambda x: x.isocalendar()[1:]).agg(lambda s: s[-1])
In [96]: daily
Out[96]:
key_0
(1, 1) 63
(1, 2) 91
(1, 3) 73
...
(20, 5) 82
(20, 6) 53
(20, 7) 63
Length: 140
可能有更简洁的方法来执行下一步,但目标是将索引从元组数组更改为MultiIndex对象.
In [97]: daily.index = pandas.MultiIndex.from_tuples(daily.index, names=['W', 'D'])
In [98]: daily
Out[98]:
W D
1 1 63
2 91
3 73
4 88
5 84
6 95
7 72
...
20 1 81
2 53
3 78
4 64
5 82
6 53
7 63
Length: 140
最后一步是从工作日“卸下”
MultiIndex,为每个工作日创建列,并用缩写替换工作日数字,以提高可读性.
In [102]: dofw = "Mon Tue Wed Thu Fri Sat Sun".split()
In [103]: grid = daily.unstack('D').rename(columns=lambda x: dofw[x-1])
In [104]: grid
Out[104]:
Mon Tue Wed Thu Fri Sat Sun
W
1 63 91 73 88 84 95 72
2 66 77 96 72 56 80 66
...
19 56 69 89 69 96 73 80
20 81 53 78 64 82 53 63
要为每周创建一个折线图,请调换数据框,因此列是周数,行是工作日(请注意,可以通过取消堆周数,代替工作日,在上一步中避免此步骤)和调用图.
grid.T.plot()
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。