如何在 Python Matplotlib 中的同一 x 轴上绘制具有不同开始日期的多个时间序列数据？

Question

我正在尝试在同一个 x 轴上绘制三个具有不同开始日期的时间序列数据集，类似于这个问题 How to plot timeseries with different start date on the same x axis。除了我的 x 轴有日期而不是天数。

我的数据框结构如下：

日期 ColA 标签
01/01/2019 1.0 培训
02/01/2019 1.0 培训
...
14/09/2020 2.0 测试1
..
06/01/2021 4.0 测试2
...

我将每个时间序列定义为：

train = df.loc['01/01/2019':'05/08/2020', 'ColA']  
test1 = df.loc['14/09/2020':'20/12/2020', 'ColA']  
test2 = df.loc['06/01/2021':'18/03/2021', 'ColA']  

这是单个时间序列的绘图方式：

但是当我尝试将它们绘制在同一个 x 轴上时，它不会按日期顺序绘制 我希望产生这样的东西（来自 MS Excel）：

任何帮助都会很棒！

谢谢

Answer 1

确保数据框中的“日期”列作为日期时间变量而不是字符串导入。

如果您发现 dtype 为“对象”：

df = pd.read_csv('data.csv')
data['Date']
0      2019-01-01
1      2019-01-02
2      2019-01-03
       

    Name: Date, Length: 830, dtype: object

您需要转换为日期时间变量。您可以通过两种方式进行转换：

1. df = pd.read_csv('data.csv', parse_dates=['Date'])
   

或

1. df = pd.read_csv('data.csv')
   df['Date'] = pd.to_datetime(data['Date'])
   

这两个选项都会给你同样的结果。

df = pd.read_csv('data.csv', parse_dates=['Date'])
data['Date']
0      2019-01-01
1      2019-01-02
2      2019-01-03
       ...

    Name: Date, Length: 830, dtype: datetime64[ns]

然后，您可以绘制：

plt.plot(data['Date'],ColA)

当您定义单个时间序列时，请务必检查日期格式。 pandas 中的日期时间格式为 YYYY-MM-DD。所以，改用这个：

train = df.loc['2019-01-01':'2020-08-05', 'ColA'] and so on...

我假设您的数据存储为 csv（或 excel）。如果是这样，当您在 Excel 中打开数据文件时，请注意 MS Excel 如何更改日期列的格式。 最佳做法是始终使用

检查“日期”列的格式

type(data['Date']) after importing dataframe.

Answer 2

我假设您的数据框至少包含训练、测试#1 和测试#2 的date、record 和label
sharex = True 会成功吗？

fig, ax = plt.subplots(3,1, sharex = True)

for i,j in zip(data['label'].unique(), range(3)):
    ax[j].plot(x = df[df['label'] == i]['date'], 
               y = df[df['label'] == i]['record'])

编辑

应该这样做

fig, ax = plt.subplots(figsize = (14,6))
color = ['blue','red','orange']

for i,j in zip(df.Label.unique().tolist(), color):
    ax.plot(x = df['Date'][df.Label == i], y = df['ColA'][df.Label == i], 
            color = j, label = j)
plt.legend(loc = 'best')
plt.show()

你基本上想在 matplotlib 的同一个图中多次绘制。只需使用初始数据集（包括所有标签），无需使用单独的数据集。