Python 3.x 划分每年的时间序列以进行绘图

我想画一个时间序列，从2015年10月开始，到2018年2月结束，在一个图表中，每年都是一条直线。时间序列是

int64

值，并且位于数据帧中。日期作为数据框中的一列出现在

datetime64[ns]

中

我如何从Jan Dez创建一个每年有4行的图表

使用图['share_price']和图['date']。我试过石斑鱼，但不知怎么的，它取了2015年10月的值，并与其他年份的1月值混合

这个groupby接近我想要的，但是我丢失了列表索引所属年份的信息

graph.groupby('date').agg({'share_price':lambda x: list(x)})

---

然后我创建了一个数据框架，其中有4列，每年1列，但我仍然不知道如何将这4列进行分组，以便能够以我想要的方式绘制图形。

您可以通过以下方式实现这一点：

从日期提取年份

将日期替换为不带年份的等效日期

将年份和日期都设置为索引

按年份取消对值的堆叠

此时，每年将是一列，年内的每个日期将是一行，因此您可以正常绘图

这里有一个例子

假设您的数据帧如下所示：

>>> import pandas as pd
>>> import numpy as np
>>> index = pd.date_range('2015-10-01', '2018-02-28')
>>> values = np.random.randint(-3, 4, len(index)).cumsum()
>>> df = pd.DataFrame({
...    'date': index,
...    'share_price': values
>>> })
>>> df.head()
        date  share_price
0 2015-10-01            0
1 2015-10-02            3
2 2015-10-03            2
3 2015-10-04            5
4 2015-10-05            4
>>> df.set_index('date').plot()

您可以按如下方式转换数据帧：

>>> df['year'] = df.date.dt.year
>>> df['date'] = df.date.dt.strftime('%m-%d')
>>> unstacked = df.set_index(['year', 'date']).share_price.unstack(-2)
>>> unstacked.head()
year   2015  2016  2017  2018
date                         
01-01   NaN  28.0 -16.0  21.0
01-02   NaN  29.0 -14.0  22.0
01-03   NaN  29.0 -16.0  22.0
01-04   NaN  26.0 -15.0  23.0
01-05   NaN  25.0 -16.0  21.0

然后正常绘制：

unstacked.plot()

---

您可以通过以下方式实现：

从日期提取年份

将日期替换为不带年份的等效日期

将年份和日期都设置为索引

按年份取消对值的堆叠

此时，每年将是一列，年内的每个日期将是一行，因此您可以正常绘图

这里有一个例子

假设您的数据帧如下所示：

>>> import pandas as pd
>>> import numpy as np
>>> index = pd.date_range('2015-10-01', '2018-02-28')
>>> values = np.random.randint(-3, 4, len(index)).cumsum()
>>> df = pd.DataFrame({
...    'date': index,
...    'share_price': values
>>> })
>>> df.head()
        date  share_price
0 2015-10-01            0
1 2015-10-02            3
2 2015-10-03            2
3 2015-10-04            5
4 2015-10-05            4
>>> df.set_index('date').plot()

您可以按如下方式转换数据帧：

>>> df['year'] = df.date.dt.year
>>> df['date'] = df.date.dt.strftime('%m-%d')
>>> unstacked = df.set_index(['year', 'date']).share_price.unstack(-2)
>>> unstacked.head()
year   2015  2016  2017  2018
date                         
01-01   NaN  28.0 -16.0  21.0
01-02   NaN  29.0 -14.0  22.0
01-03   NaN  29.0 -16.0  22.0
01-04   NaN  26.0 -15.0  23.0
01-05   NaN  25.0 -16.0  21.0

然后正常绘制：

unstacked.plot()