Python 沿每列时间绘制观察值（数据可用性）

我有一个数据框，包含每天的日期和几个站点，在这些站点中有一些天没有测量值，但日期是完整的。我制作了一些样本数据：

import pandas as pd
import numpy as np

np.random.seed(0)
rng = pd.date_range('1980-01-01', periods = 24, freq='MS')
df = pd.DataFrame({'Date':rng,'Stn1':np.random.randn(len(rng)),'Stn2':np.random.randn(len(rng)),'Stn3':np.random.randn(len(rng))  })
df.loc[df['Stn1'] > 1,'Stn1'] = np.nan
df.loc[df['Stn2'] < -1,'Stn2'] = np.nan
df.loc[df['Stn3'] > 0,'Stn3'] = np.nan

我想做的是得到这样的东西：

在X轴上有日期，在Y轴上有每个测站和每个测站的测量日期，因此当测站有NaN时，会有一个间隙。

---

有什么想法吗？

最好的选择是用其他东西更改NAN，或者完全删除它们

---

您可以使用此选项删除NAN值。

最好的选择是使用其他内容更改NAN，或者完全删除它们

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

np.random.seed(0)
rng = pd.date_range('1980-01-01', periods = 24, freq='MS')
df = pd.DataFrame({'Date':rng,'Stn1':np.random.randn(len(rng)),'Stn2':np.random.randn(len(rng)),'Stn3':np.random.randn(len(rng))  })
df.loc[df['Stn1'] > 1,'Stn1'] = np.nan
df.loc[df['Stn2'] < -1,'Stn2'] = np.nan
df.loc[df['Stn3'] > 0,'Stn3'] = np.nan

df = df.set_index('Date')

for i, col in enumerate(df.columns):
    df[col].loc[~df[col].isnull()] = i+1

fig, ax = plt.subplots(1, 1, figsize = (15, 5), dpi=300)
p = sns.pointplot(y=0,x='Date', data=df1, hue='level_1')
ax.set_ylabel('')
handles, labels = ax.get_legend_handles_labels()
ax.legend(handles=handles[0:], labels=labels[0:])
fig.autofmt_xdate()
p.set(yticklabels=[]);

您可以使用此选项删除NAN值。

将熊猫作为pd导入
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

np.random.seed(0)
rng = pd.date_range('1980-01-01', periods = 24, freq='MS')
df = pd.DataFrame({'Date':rng,'Stn1':np.random.randn(len(rng)),'Stn2':np.random.randn(len(rng)),'Stn3':np.random.randn(len(rng))  })
df.loc[df['Stn1'] > 1,'Stn1'] = np.nan
df.loc[df['Stn2'] < -1,'Stn2'] = np.nan
df.loc[df['Stn3'] > 0,'Stn3'] = np.nan

df = df.set_index('Date')

for i, col in enumerate(df.columns):
    df[col].loc[~df[col].isnull()] = i+1

fig, ax = plt.subplots(1, 1, figsize = (15, 5), dpi=300)
p = sns.pointplot(y=0,x='Date', data=df1, hue='level_1')
ax.set_ylabel('')
handles, labels = ax.get_legend_handles_labels()
ax.legend(handles=handles[0:], labels=labels[0:])
fig.autofmt_xdate()
p.set(yticklabels=[]);

将numpy作为np导入
导入seaborn作为sns
将matplotlib.pyplot作为plt导入
np.random.seed（0）
rng=pd.日期范围（'1980-01-01'，周期=24，频率=MS'）
df=pd.DataFrame（{'Date'：rng，'Stn1'：np.random.randn（len（rng）），'Stn2'：np.random.randn（len（rng）），'Stn3'：np.random.randn（len（rng）））
df.loc[df['Stn1']>1，'Stn1']=np.nan
df.loc[df['Stn2']<-1，'Stn2']=np.nan
df.loc[df['Stn3']>0，'Stn3']=np.nan
df=df.set_索引（“日期”）
对于i，枚举中的列（df.列）：
df[col].loc[~df[col].isnull（）]=i+1
图，ax=plt.子批次（1，1，figsize=（15，5），dpi=300）
p=sns.pointplot（y=0，x='Date'，data=df1，hue='level_1'）
ax.set_ylabel（“”）
句柄，标签=ax.get\u legend\u handles\u labels（）
图例（句柄=句柄[0:]，标签=标签[0:]
图autofmt_xdate（）
p、 设置（yticklabels=[]）；

输出

将熊猫作为pd导入
将numpy作为np导入
导入seaborn作为sns
将matplotlib.pyplot作为plt导入
np.random.seed（0）
rng=pd.日期范围（'1980-01-01'，周期=24，频率=MS'）
df=pd.DataFrame（{'Date'：rng，'Stn1'：np.random.randn（len（rng）），'Stn2'：np.random.randn（len（rng）），'Stn3'：np.random.randn（len（rng）））
df.loc[df['Stn1']>1，'Stn1']=np.nan
df.loc[df['Stn2']<-1，'Stn2']=np.nan
df.loc[df['Stn3']>0，'Stn3']=np.nan
df=df.set_索引（“日期”）
对于i，枚举中的列（df.列）：
df[col].loc[~df[col].isnull（）]=i+1
图，ax=plt.子批次（1，1，figsize=（15，5），dpi=300）
p=sns.pointplot（y=0，x='Date'，data=df1，hue='level_1'）
ax.set_ylabel（“”）
句柄，标签=ax.get\u legend\u handles\u labels（）
图例（句柄=句柄[0:]，标签=标签[0:]
图autofmt_xdate（）
p、 设置（yticklabels=[]）；

输出

像这样的事

import matplotlib.pylab as plt
import datetime
from matplotlib import dates as mdates

n = 3 # number of stations
stns = ['']
for i in range(n):
    stn = 'Stn' + str(i+1)
    stns.append(stn)
    df.loc[~np.isnan(df[stn]), stn] = i+1
df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')
dates = df.Date
df.set_index('Date', inplace=True)
ax = df.plot(legend=False)
ax.set_yticks(range(n+1))
ax.set_yticklabels(stns)
ax.set_xticks(range(len(dates)))
ax.set_xticklabels(dates, rotation=45, ha='right')
plt.tight_layout()
plt.show()

有输出

像这样的事

import matplotlib.pylab as plt
import datetime
from matplotlib import dates as mdates

n = 3 # number of stations
stns = ['']
for i in range(n):
    stn = 'Stn' + str(i+1)
    stns.append(stn)
    df.loc[~np.isnan(df[stn]), stn] = i+1
df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')
dates = df.Date
df.set_index('Date', inplace=True)
ax = df.plot(legend=False)
ax.set_yticks(range(n+1))
ax.set_yticklabels(stns)
ax.set_xticks(range(len(dates)))
ax.set_xticklabels(dates, rotation=45, ha='right')
plt.tight_layout()
plt.show()

有输出

---

但我不想删除Nan，我想保留每个电台没有测量值的位置。您可以使用非常清楚的值对其进行更改，然后执行if语句并保留这些值。但我不想删除Nan，我想保留每个站点没有测量值的位置。您可以使用非常已知和清晰的值更改它们，然后执行if语句并保留这些值。您好，我尝试运行您的代码。然而，我注意到在p=sns.pointplot（…）中，数据中有一个“df1”。我将其更改为df。但是我得到一个错误，上面写着“ValueError:无法解释输入‘Date’”。您知道如何修复它吗？您好，我试着运行您的代码。然而，我注意到在p=sns.pointplot（…）中，数据中有一个“df1”。我将其更改为df。但是，我得到一个错误，上面写着“ValueError:无法解释输入‘日期’”.你知道如何修复它吗？是的！就像那样。但是如果我有更多的电台，我就必须把它放在一个for循环中，对吗？用更通用的解决方案@Ann MYes！像那样更新帖子。但是如果我有更多的电台，我就必须把它放在一个for循环中对吗？用更通用的解决方案@Ann M更新帖子