通过填充缺失值来获得平滑的线图

Question

我有多个数据框（最多30个），都包含带有相关值的时间戳。 DataFrame中的时间戳不一定重叠，并且记录的值只能保持不变或增加。一个DataFrame可能看起来像这样：

            time   coverage  
0       0.000000  32.111748   
1       0.875050  32.482579   
2       1.850576  32.784133    
3       3.693440  34.205134 
...

我在1，2，3，4上上传了一些csv文件，数据在这里。

所以我想做的是绘制所有记录随时间的平均值和中值覆盖率值的增加，如下所示：

# data is a list of dataframes
keys = ["Run " + str(i) for i in range(len(data))]
glued = pd.concat(data, keys=keys).reset_index(level=0).rename(columns={'level_0': 'Run'})
glued["roundtime"] = glued["time"] / 60
glued["roundtime"] = glued["roundtime"].round(0)  # 1 significant digit

f, (ax1, ax2) = plt.subplots(2)

my_dpi = 96
stepsize = 5
start = 0
end = 60

ax1.set_title("Mean")
ax2.set_title("Median")
f.set_size_inches(1980 / my_dpi, 1080 / my_dpi)

ax1 = sns.lineplot(x="roundtime", y="coverage", ci="sd", estimator="mean", data=glued, ax=ax1)
ax1.set(xlabel="Time", ylabel="Coverage in percent")
ax1.xaxis.set_ticks(np.arange(start, end, stepsize))
ax1.set_xlim(0, 70)

ax2 = sns.lineplot(x="roundtime", y="coverage", ci="sd", estimator='median', data=glued, ax=ax2)
ax2.set(xlabel="Time", ylabel="Coverage in percent")
ax2.xaxis.set_ticks(np.arange(start, end, stepsize))
ax2.set_xlim(0, 70)

plt.show()

结果看起来像这样。

但是，曲线不应减小，因为“覆盖率”值也不能减小。我怀疑其原因是，在某些时间点，我仅记录了一些具有较低值的DataFrame，因此平均值/中位数也较低。

我尝试通过对齐所有DataFrame的索引并在执行任何先前的代码之前用先前的记录填充缺失值来解决此问题。像这样：

#create a common index
index = None
for df in data:
    df.set_index("time", inplace=True, drop=False)
    if index is not None:
        index = index.union(df.index)
    else:
        index = df.index

# reindex all dataframes and fill missing values
new_data = []
for df in data:
    print(df)
    new_df = df.reindex(index, fill_value=np.NaN)
    new_df = new_df.fillna(method="ffill")
    new_data.append(new_df)
data = new_data

然而，结果的确发生了很大的变化，并在某些时候下降。看起来像这样：

这种方法是错误的还是我只是错过了什么？