在单个 HH:MM:SS 轴上绘制不同日期的数据答案

【问题标题】：plotting data for different days on a single HH:MM:SS axis在单个 HH:MM:SS 轴上绘制不同日期的数据
【发布时间】：2015-02-20 14:32:12
【问题描述】：

DataFrame 有时间戳数据，我想直观地比较数据的每日时间演变。如果我groupby day 并绘制图表；由于日期的不同，它们显然在时间上水平位移。

我想在仅时间轴上绘制与日期无关的日期趋势图。为此，我使用shift将数据返回适当的天数，如以下代码所示

import pandas as pd
import datetime
import matplotlib.pyplot as plt

index1 = pd.date_range('20141201', freq='H', periods=2)
index2 = pd.date_range('20141210', freq='2H', periods=4)
index3 = pd.date_range('20141220', freq='3H', periods=5)

index = index1.append([index2, index3])

df = pd.DataFrame(list(range(1, len(index)+1)), index=index, columns=['a'])

gbyday = df.groupby(df.index.day)

first_day = gbyday.keys.min() # convert all data to this day

plt.figure()
ax = plt.gca()
for n,g in gbyday:
    g.shift(-(n-first_day+1), 'D').plot(ax=ax, style='o-', label=str(n))

plt.show()

导致以下情节

问题：这是熊猫的做法吗？换句话说，我怎样才能更优雅地实现这一点？

【问题讨论】：

标签： python pandas time-series timeserieschart

【解决方案1】：

这个答案可能为时已晚，但万一有人还在寻找它。

此解决方案适用于不同月份（如果使用原始问题中的代码，则会出现问题）并保留小数小时。

import pandas as pd
import matplotlib.pyplot as plt

index0 = pd.date_range('20141101', freq='H', periods=2)
index1 = pd.date_range('20141201', freq='H', periods=2)
index2 = pd.date_range('20141210', freq='2H', periods=4)
index3 = pd.date_range('20141220', freq='3H', periods=5)

index = index1.append([index2, index3, index0])
df = pd.DataFrame(list(range(1, len(index)+1)), index=index, columns=['a'])


df['time_hours'] = (df.index - df.index.normalize()) / pd.Timedelta(hours=1)

fig, ax = plt.subplots()
for n,g in df.groupby(df.index.normalize()):
    ax.plot(g['time_hours'], g['a'], label=n, marker='o')

ax.legend(loc='best')
plt.show()

【讨论】：

【解决方案2】：

这样分组后可以选择索引的hour属性：

In [36]: fig, ax = plt.subplots()
In [35]: for label, s in gbyday:
   ....:     ax.plot(s.index.hour, s, 'o-', label=label)

【讨论】：

此解决方案丢弃了“分钟”和“秒”信息，因此该图仅包含每小时趋势。当然，我知道可以使用s.index.hour、s.index.minute 等创建多索引，但这与我的问题中的代码一样多。