Python 将一系列时间增量分割为逐分钟图（熊猫）

我有一个数据帧，索引为Timedelta，从0到5分钟不等，还有一列浮点数

下面是一个示例子集：

32  0.740283
34  0.572126
36  0.524788
38  0.509685
40  0.490219
42  0.545977
44  0.444170
46  1.098387
48  2.209113
51  1.426835
53  1.536439
55  1.196625
56  1.923569

左边是以秒为单位的时间增量，右边是浮点数

问题是当使用熊猫绘图时，我得到一个带有标签的x轴，例如：
0天00:00:00、0天00:01:10、0天00:02:15

等等。是否有任何方法可以对数据进行重新采样（错误的单词？），以便在保持数据点在正确位置的同时，逐分钟获取轴

示例代码/数据：

df = pd.DataFrame({'td':[32,34,36,38,40,42,44,51,53,152,283],
                   'val': np.random.rand(11)})

df.index = df.td.map(lambda x: pd.Timedelta(seconds=x.astype(int)))
df.drop(['td'], axis=1, inplace=True)
df.val.plot()

这是你想要的吗

import pandas as pd
import numpy as np
td = np.array([32,34,36,38,40,42,44,51,53,152,283])*1e9  # if you don't multiply by 1e9, then pandas will assume you are referring to nanoseconds when you use the function pd.to_datetime()
df = pd.DataFrame({'td':td,
                   'val': np.random.rand(11)})

df.index = pd.to_datetime(df.td)
df.index = df.index.time  # select the time component of the index ... ignoring the date
df.drop('td', 1, inplace=True)

print df
              val
00:00:32  0.825991
00:00:34  0.578752
00:00:36  0.348558
00:00:38  0.221674
00:00:40  0.706031
00:00:42  0.912452
00:00:44  0.448185
00:00:51  0.368867
00:00:53  0.188401
00:02:32  0.855828
00:04:43  0.494732

df.plot()  # it gets the plot you want

---

Pandas仅为方便起见提供绘图功能。要完全控制，需要直接使用Matplotlib

作为一种解决方法，您可以只使用datetime而不是timedelta作为索引。只要你的时间跨度在几分钟之内，熊猫就不会绘制日期或月份

以您的示例为例，这是有效的：

df = pd.DataFrame({'td':[32,34,36,38,40,42,44,51,53,152,283],
                   'val': np.random.rand(11)})
df.index = [dt(2010, 1, 1) + timedelta(seconds=int(i)) for i in df.td]
df.drop(['td'], axis=1, inplace=True)
df.val.plot()