Python 在直线图中用NaN或Superss直线填充缺失的日期时间

我在使用matplotlib使绘图看起来像我希望的那样时遇到问题。 我将数据（Y）聚合为float，与日期（X）对应为datetime64格式。我的数据从2019/04/23开始，到2019/08/02结束。不幸的是，数据不完整，我错过了2019/06/18和2019/07/08之间的一段时间

这导致了我的情节中这两个日期之间的一条直线，我想让它消失

我知道有一种可能是用熊猫来填充缺失的日期和时间以及列级别。正如我所读到的，matplotlib将忽略NaN，以便解决我的问题？ 如果是这样，我该如何在我的情况下做到这一点？我已经尝试了很多代码片段，例如，使用DATETIME作为索引（为了不破坏下面的代码，我希望避免使用该索引）

另一种可能性：可能有一种策略，在打印时不接触数据框而仅抑制这条线？不干净，但足够有效。是的，一个带有点的散点图是一种避开直线的方法，但我需要这样的散点图

下面是我的数据帧的外观示例：

      DATETIME     LEVEL
0     2019-04-23 16:30:00  0.087074
1     2019-04-23 16:35:00  0.093089
2     2019-04-23 16:40:00  0.081103
3     2019-04-23 16:45:00  0.093117
4     2019-04-23 16:50:00  0.093131
5     2019-04-23 16:55:00  0.087145
6     2019-04-23 17:00:00  0.087159
7     2019-04-23 17:05:00  0.087174
8     2019-04-23 17:10:00  0.087188

您可以看到两条垂直的红线和绿线之间的线，这两条线有另一种含义

---

非常感谢您的时间和帮助

您只需要画两条线，而不是一条线。 将数据集划分到需要的位置，并分别绘制。 这里有一个简单的例子，有两条直线

plt.图（[1,2,3,4]，[5,5,5,5]）
plt.绘图（[7,8,9,10]，[6,6,6,6]）
plt.show（）

---

假设我们有你的示例数据帧，但是中间的三行缺少：

In [65]: df
Out[65]: 
             DATETIME     LEVEL
0 2019-04-23 16:30:00  0.087074
1 2019-04-23 16:35:00  0.093089
2 2019-04-23 16:40:00  0.081103
3 2019-04-23 17:00:00  0.087159
4 2019-04-23 17:05:00  0.087174
5 2019-04-23 17:10:00  0.087188

现在，我们可以通过使用

DATETIME

列对数据帧进行索引，然后使用

resample（）

来填充缺少的值。之后，我们可以再次重置索引，以将索引重新转换为正常列：

In [66]: df.set_index('DATETIME').resample('5min').first().reset_index()
Out[66]: 
             DATETIME     LEVEL
0 2019-04-23 16:30:00  0.087074
1 2019-04-23 16:35:00  0.093089
2 2019-04-23 16:40:00  0.081103
3 2019-04-23 16:45:00       NaN
4 2019-04-23 16:50:00       NaN
5 2019-04-23 16:55:00       NaN
6 2019-04-23 17:00:00  0.087159
7 2019-04-23 17:05:00  0.087174
8 2019-04-23 17:10:00  0.087188

---

是否要将其从轴中排除？还是只有空白？我不知道有什么办法不把它连接成直线图。我将分别绘制两侧。您可以在数据框中添加一个额外的日期，例如2019-06-25，并将其在级别列中的值设置为nan。谢谢，此解决方案与我想要的最接近，不仅因为它有助于填充行以便对其进行统计分析。然而，我最终创建了一个完全用NaN填充的新数据框，创建了日期并将其直接用作索引。随后，我使用combine_first（）添加了数据。