绘制一年时间序列中的每周刻度数据

Question

我有一个时间序列，列出了几个月交易历史的期货合约的价格数据。我想有一个图表（折线图），显示时间序列中最近4周的每周刻度数据的交易历史（该系列不断更新）

X轴将显示星期一到星期五的天数，并且图表上任何时候都会有4条单独的行详细说明刻度数据。我已经设法使用一些代码来绘制每天的最后一笔交易，但是我需要每个线路每天只有一个数据点。

这是一个Excel图表（！），我试图用刻度数据表示，只有线条会更加不稳定，因为会有更多的数据点。
基本上，一张图表上有4行显示过去四周的交易价格数据：

我没有尝试过的代码（它在工作中），但明天可以上传。

Answer 1

给你一些假数据：

In [11]: rng = pd.date_range('2013', freq='H', periods=1000)

In [12]: df = pd.DataFrame(np.random.randn(len(rng)), index=rng, columns=['data'])

首先，填充周数（作为列）：

In [13]: df['week'] = df.index.week

接下来，计算从一周开始以来的时间（可能有更优雅的方法）：

In [14]: df['week_beginning'] = df.index.to_period('W').to_timestamp()

In [15]: df['week_time'] = df.index.to_series() - df['week_beginning']

现在您可以使用pivot_table：

In [16]: df.pivot_table(values='data', rows='week_time', cols='week')
Out[16]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 168 entries, 0 to 601200000000000
Data columns (total 7 columns):
33    120  non-null values
34    168  non-null values
35    168  non-null values
36    168  non-null values
37    168  non-null values
38    168  non-null values
39    40  non-null values
dtypes: float64(7)

听起来这是你想要绘制的东西（使用your previous question中的技术）：

In [17]: df.pivot_table('data', 'week_time', 'week').rename(columns=lambda x: 'Week ' + str(x)).plot()

注意：这个特殊情节相当混乱，因为有很多数据点，预先聚合一些数据可能是有意义的。