如何以 24 小时为间隔绘制熊猫数据框？ （多个地块）

Question

我有一个大约 3 年的 pandas 数据框，分辨率为 6 秒，我想将数据分组到 24 小时的 bin 中并每天绘制 在循环中使用 matplotlib。 这是我的数据框的头部：

  timestamp                    consumption
0 2012-11-11 12:00:03          468
1 2012-11-11 12:00:09          476
2 2012-11-11 12:00:16          463
3 2012-11-11 12:00:22          449
4 2012-11-11 12:00:28          449 

它包括一个房子从 2012 年到 2015 年的耗电量。经过预处理后，数据帧从第一天下午 12 点左右开始。我需要以 24 小时为间隔绘制所有数据帧，并且每个图必须代表一天，从大约 12 点开始，到第二天大约 12 点结束

所以，我需要大约 1500 个图来显示每天从下午 12 点开始我的数据帧大约 1500 天的功耗。

提前致谢。

更新： 我想分别绘制 1500 天的原因是我想检查每晚的电力消耗并标记居住者的睡眠模式。我认为每天从 12 点到 12 点在一个地块中有一个完整的睡眠周期。在准备好标签后，我将能够将它们用作分类的训练和测试数据

Answer 1

这是一个奇怪的要求。如果我们知道您的最终目标是什么，可能会更容易理解，但我假设您想要绘制并保存每一天的数字。

df['day'] = (df['timestamp'] + pd.Timedelta('12h')).dt.date
for day in df['day'].unique():
    mask = (df['day'] == day)
    #<the code for the plot that you want>
    plt.plot(x=df[mask]['timestamp'].dt.time,y=df[mask]['consumption'])
    plt.savefig('filename'+str(day)+'.png')
    plt.close()

Answer 2

认为这不仅是一个答案，也是一个建议。首先，将'timestamp'列转换为索引（DatetimeIndex）

df.set_index(df['timestamp'], inplace=True, drop=True)

然后，获取 DataFrame 中发生的所有独特日期

unique_days = list(set(df.index.to_period('D').strftime('%Y-%m-%d')))

然后我们将 DataFrame 压缩成一个系列

del df['timestamp']
df = df.squeeze()

现在，只需在单独的子图中绘制系列中独特的日子。

import matplotlib.pyplot as plt

unique_days = list(set(df.index.to_period('D').strftime('%Y-%m-%d')))
fig, axes = plt.subplots(nrows=len(unique_days), ncols=1)

row = 0
for day in unique_days:
    df[day].plot(ax=axes[row], figsize=(50,10))
    row += 1

plt.show()

现在，您可以尝试使用plots 的参数，以便根据需要自定义它们。