熊猫系列与不同的时间指数

Question

我有以下代码

 ser = pandas.Series(range(5),index=pandas.date_range('20130722','20130726',freq='D'))
ser1 = pandas.Series( range(4,9), index = ser.index + datetime.timedelta(days=3))

当我一个接一个地绘制它们（ser.plot()，然后ser1.plot()）时，我得到了正确的图片。

现在按如下方式更改ser1的定义

ser1 = pandas.Series( range(4,9), index = ser.index + datetime.timedelta(days=3.1))

并重复两个绘图命令（按照与上面相同的顺序）。我得到的图片只显示了ser1，x轴表示＆＃34; 27 Jul 3982＆＃34;。如果您先进行ser1.plot()然后ser.plot()，则会得到错误的图片，但与第一个不正确的图片略有不同。 （我会发布图片，但没有足够的声望点......）

为什么会这样？

Answer 1

我已将matplotlib.pyplot导入plt。

这让他们看到了相同的数字，我认为这就是你想要的。我基本上将ser1重新采样到ser的较低频率时间戳。您可以使用In [33]: ser1.resample('D', how='mean')明确地执行此操作，但在这种情况下无关紧要，因为每天只有一个观察点。重要的是，如果你试图把它们放在同一个地块上，它们会共享相同的x轴单位。

In [25]: fig = plt.figure()

In [26]: ax = fig.add_subplot(111)

In [27]: ax.plot(ser.index.date, ser)
Out[27]: [<matplotlib.lines.Line2D at 0x10616e150>]

In [28]: ax.plot(ser1.index.date, ser1)
Out[28]: [<matplotlib.lines.Line2D at 0x107981050>]

In [29]: plt.draw()

如果你想完全避免使用matplotlit，首先加入这两个系列并在生成的DatFrame上调用plot：

In [37]: pd.concat([ser, ser1.resample('D', how='mean')], axis=1).plot()
Out[37]: <matplotlib.axes.AxesSubplot at 0x1064aa190>

默认情况下，它会更好地处理刻度标签：

Answer 2

我认为你无法控制你的阴谋。当您绘制下一个情节时......您可能会覆盖之前的情节。

尝试以下方法......

figure()
ser = pandas.Series(range(5),index=pandas.date_range('20130722','20130726',freq='D'))
ser.plot()
figure()
ser1 = pandas.Series( range(4,9), index = ser.index + datetime.timedelta(days=3))

ser1.plot()
figure()
ser1 = pandas.Series( range(4,9), index = ser.index + datetime.timedelta(days=3.1))
ser1.plot()