具有不均匀时间序列索引的python pandas plot（计数均匀分布）

Question

我的数据框有不均匀的时间索引。

我怎样才能找到一种绘制数据的方法，并自动将索引本地化？我在这里搜索，我知道我可以绘制类似

的内容

e.plot()

但是时间索引（x轴）将是偶数间隔，例如每5分钟。 如果我在前5分钟内需要100个数据，在第二个5分钟内需要6个数据，我该如何绘制 数据的数量均匀。并在x轴上找到正确的时间戳。

这里甚至统计，但我不知道如何添加时间索引。

plot(e['Bid'].values)

请求的数据格式示例

时间，出价

2014-03-05 21：56：05：924300,1.37275

2014-03-05 21：56：05：924351,1.37272

2014-03-05 21：56：06：421906,1.37275

2014-03-05 21：56：06：421950,1.37272

2014-03-05 21：56：06：920539,1.37275

2014-03-05 21：56：06：920580,1.37272

2014-03-05 21：56：09：071981,1.37275

2014-03-05 21：56：09：072019,1.37272

这是链接 http://code.google.com/p/eu-ats/source/browse/trunk/data/new/eur-fix.csv

这是代码，我用来绘制

import numpy as np
import pandas as pd
import datetime as dt
e = pd.read_csv("data/ecb/eur.csv", dtype={'Time':object})
e.Time = pd.to_datetime(e.Time, format='%Y-%m-%d %H:%M:%S:%f')
e.plot()

f = e.copy()
f.index = f.Time
x = [str(s)[:-7] for s in f.index]
ff = f.set_index(pd.Series(x))
ff.index.name = 'Time'
ff.plot()

更新：

我添加了两个新图以进行比较以澄清问题。现在我尝试使用暴力将时间戳索引转换回字符串，并将字符串绘制为x轴。格式容易搞砸了。似乎很难定制x标签的位置。

Answer 1

好吧，看起来你想要的是想要在x-tick位置移动，以便每个tick之间有相同数量的点。并且您希望在这些适当定位的刻度上绘制网格。我有这个权利吗？

如果是这样的话：

import pandas as pd
import urllib
import matplotlib.pyplot as plt
import seaborn as sbn

content = urllib.urlopen('https://eu-ats.googlecode.com/svn/trunk/data/new/eur-fix.csv')
df = pd.read_csv(content, header=0)
df['Time'] = pd.to_datetime(df['Time'], format='%Y-%m-%d %H:%M:%S:%f')

every30 = df.loc[df.index % 30 == 0, 'Time'].values
fig, ax = plt.subplots(1, 1, figsize=(9, 5))
df.plot(x='Time', y='Bid', ax=ax)
ax.set_xticks(every30)

Answer 2

我试图重现你的问题，但我似乎无法。你能看看这个例子，看看你的情况有何不同？

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sbn

np.random.seed(0)

idx = pd.date_range('11:00', '21:30', freq='1min')
ser = pd.Series(data=np.random.randn(len(idx)), index=idx)
ser = ser.cumsum()

for i in range(20):
    for j in range(8):
        ser.iloc[10*i +j] = np.nan

fig, axes = plt.subplots(1, 2, figsize=(10, 5))
ser.plot(ax=axes[0])
ser.dropna().plot(ax=axes[1])

给出以下两个图：

图表之间存在一些差异。左边的那个不连接非连续的数据位。它缺乏垂直网格线。但两者似乎都尊重数据的实际索引。你能举例说明你的e系列吗？它的索引的确切格式是什么？它是datetime_index还是只是文字？

编辑：

玩这个，我的猜测是你的索引实际上只是文本。如果我从上面继续：

idx_str = [str(x) for x in idx]
newser = ser
newser.index = idx_str
fig, axes = plt.subplots(1, 2, figsize=(10, 5))
newser.plot(ax=axes[0])
newser.dropna().plot(ax=axes[1])

然后我得到了类似你的问题：

更多编辑：

如果这实际上是你的问题（索引是一堆字符串，而不是真正的一堆时间戳）那么你可以转换它们，一切都会很好：

idx_fixed = pd.to_datetime(idx_str)
fixedser = newser
fixedser.index = idx_fixed
fig, axes = plt.subplots(1, 2, figsize=(10, 5))
fixedser.plot(ax=axes[0])
fixedser.dropna().plot(ax=axes[1])

生成与上面第一个代码示例相同的输出。

再次编辑：

要查看数据的不均匀间距，您可以执行以下操作：

fig, axes = plt.subplots(1, 2, figsize=(10, 5))
fixedser.plot(ax=axes[0], marker='.', linewidth=0)
fixedser.dropna().plot(ax=axes[1], marker='.', linewidth=0)

Answer 3

让我从头开始尝试这个。这会解决您的问题吗？

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sbn
import urllib

content = urllib.urlopen('https://eu-ats.googlecode.com/svn/trunk/data/new/eur-fix.csv')
df = pd.read_csv(content, header=0, index_col='Time')
df.index = pd.to_datetime(df.index, format='%Y-%m-%d %H:%M:%S:%f')
df.plot()

问题是，你想要bid vs time。如果您已将时间放入index，则它们将成为“免费”的x轴。如果时间数据只是另一列，则需要指定要将bid绘制为y轴变量，将time绘制为x轴变量。因此，在上面的代码中，即使您将time数据转换为datetime类型，也绝不会指示pandas / matplotlib将datetimes用作{{1}} x轴。