Python：绘制时间序列切片

Question

我有一个两列数据集，一个包含 1990-2015 的每日日期，另一个包含电力输出。我想在一个折线图上绘制特定年份的功率输出、整个数据集的日平均电输出和围绕该平均值的 +-1 标准误差。但是，就目前而言，我得到一个均值图，然后是每年 1 个图（即 8 个单独的图）。我正在尝试在 Pandas 中执行此操作，但在 NumPy 或 Pandas 中的帮助会很棒。

我的数据集和当前代码如下：

# Dummy data since the actual file is very large.
dates = pd.date_range(start='01-01-1990',end='12-31-2015',freq='D')
vols = np.random.random_integers(0,60000,9496)
full = np.array([dates,vols]).T

yrs = [1990,1994,1998,2002,2006,2010,2014]
mons = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']

data = pd.DataFrame(full,names=['date','elec'])
data['yr'] = pd.DatetimeIndex(data['date']).year
data['mon'] = pd.DatetimeIndex(data['date']).month
data['day'] = pd.DatetimeIndex(data['date']).day

mean = data.groupby(['mon','day']).mean().reset_index()
std  = data.groupby(['mon','day']).std().reset_index()

power = data[data['yr'].isin(yrs)]
pwryear = power.groupby('yr')

fig, ax1 = plt.subplots(figsize = (14,5))

ax1.plot(mean.elec,'k-',lw=4)
pwryear.plot()
ax1.set_title('Merrimack River floods at Lowell, MA')
ax1.set_ylabel('Discharge [m$^{3}$ s$^{-1}$]')
ax1.set_xticks([0,30,59,90,120,151,181,212,243,273,304,334])
ax1.set_xticklabels(mons)
ax1.set_xlim(0,365)
ax1.grid()
ax1.legend(loc=2)

Answer 1

尝试将pwryear = power.groupby('yr') 替换为：

# create a column that includes month and day, but not year
# this will be the x-axis
data['mon_day'] = data.date.apply(lambda x: x.strftime('%m-%d'))
# transform your dataframe to have one column per year
pwryear = power[['mon_day', 'elec', 'yr']].set_index(['mon_day', 'yr']).unstack(1)
pwryear.columns = pwryear.columns.droplevel(0)

现在，当您运行pwryear.plot() 时，您每年将获得一条线路。

要获得 std 的阴影，您需要更改

mean = data.groupby(['mon','day']).mean().reset_index()
std  = data.groupby(['mon','day']).std().reset_index()

到

mean = data.groupby('mon_day').mean()
std  = data.groupby('mon_day').std()

然后，做：

ax1.fill_between(mean.index, mean.elec - std.elec, mean.elec + std.elec)

希望有帮助！

Answer 2

我很确定 pandas 图形只是 Matplotlib 的一个包装。如果是这种情况，您可以将您的系列作为 x 坐标和 y 坐标的列表传递，（交替）在同一个图上渲染多个系列。

http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot