用pandas中给定值的50天内的日期值绘制行答案

【问题标题】：Graphing rows with a date value within 50 days of a given value in pandas用pandas中给定值的50天内的日期值绘制行
【发布时间】：2017-04-20 00:34:11
【问题描述】：

我有一个带有日期列的 DataFrame (dataframeA)，所有格式都像这样

日期
19960826
19960826
19970303
19970320
19970905

和一列值
价值观
100
35
11
37
...

和一列组
组K
组L
组M
...

给定另一个 DataFrame，dataframeB，它有两列：格式为 yyyymmdd 的日期和组。对于 dataframeB 中的每一行，我如何绘制每组日期前后 60 天内的值。

即如果 dataframeB 第一行是
20050101 M组

绘制（在 Y 轴上）dataframeA 中的值，其中日期在 2005 年 1 月 1 日之前或之后的 50 天内，组为 groupM。

【问题讨论】：

使用样本数据会好很多。否则，我不会浪费时间编造一个例子。这就是我。其他人可能愿意提供帮助。如需帮助最大限度地提高您的问题得到回答的机会，请阅读MCVE 和HowToAsk
@piRSquared 我知道没有所有数据会使这变得更加困难，我试图尽可能地减少。甚至了解如何在给定日期的范围内获取行也会非常有帮助。我可以弄清楚图形和迭代，但真的很难过。

标签： python date pandas matplotlib graph

【解决方案1】：

以下是一些示例数据：

import pandas as pd
import numpy as np
import string

start_date = '20050101'
drange = pd.date_range(start_date, periods=100, freq='D')
possible_groups = ['A','B','C','D','E','F']
chosen = np.random.choice(possible_groups, len(drange), replace=True)
groups = pd.Series(chosen).apply(lambda x: 'group'+x)
values = np.random.randint(1, 100, len(drange))

dfA = pd.DataFrame({'date':drange, 'grp':groups, 'value':values})
dfB = pd.DataFrame({'date':drange, 'grp':groups})

注意：如果您需要让 datetime 对象在视觉上看起来像 YYYYMMDD，您可以使用 strftime() 并根据需要切换回 datetime，例如：

drange = pd.date_range(start_date, periods=100, freq='D').strftime('%Y%m%d')

现在，假设您出于某种原因需要将这些数据帧分开（即不允许使用merge()），以下应该可以工作。

def plot_range(data, within):
    (
     dfA.set_index('date')
        .loc[dfA.grp.values == data.grp]
        .loc[data.date-pd.Timedelta(days=within):
             data.date+pd.Timedelta(days=within)]
        .plot(title=data.grp)
    )

within = 50 # set within to the desired range in days around a date
dfB.apply(plot_range, axis='columns', args=(within,))

以下是几天子集的示例输出：

subset = 3
within = 10
dfB.sample(subset).apply(plot_range, axis='columns', args=(within,))

【讨论】：