Python 偏移索引图

我试图在一个指数图上画出两个股票价格。这个情节非常常见，因为它在同一地点以不同的价格开始两支股票

请参见下面的IBM与TSLA的对比图

def get_historical_closes(ticker, start_date, end_date):
    # get the data for the tickers.  This will be a panel
    p = wb.DataReader(ticker, "yahoo", start_date, end_date)
    # convert the panel to a DataFrame and selection only Adj Close
    # while making all index levels columns
    d = p.to_frame()['Adj Close'].reset_index()
    # rename the columns
    d.rename(columns={'minor': 'Ticker', 'Adj Close': 'Close'}, inplace=True)
    # pivot each ticker to a column
    pivoted = d.pivot(index='Date', columns='Ticker')
    # and drop the one level on the columns
    pivoted.columns = pivoted.columns.droplevel(0)
    return pivoted

tickers = ['IBM','TSLA']
start   = '2015-12-31'
end     ='2016-12-22'

df_ret=get_historical_closes(tickers,start,end).pct_change().replace('NaN',0)
df_ret=np.cumprod(1+df_ret)
df_ret.plot()

正如你所看到的，两者都从1点开始

我想做的是让1.00的收敛点位于日期索引中的任意点。例如，我希望看到相同的图表，除了2016年7月31日的直线收敛于1。因此，在给定点抵消指数收敛

---

有人知道如何做到这一点吗？

试图让事情变得比实际情况更困难。见下文：

            df_day=df_ret[df_ret.index=='2016-03-31']

            df_plot = pd.DataFrame(index=df_ret.index, columns=df_ret.columns)

            for col in df_ret.columns:        # For each factor
                df_plot[col]=df_ret[col]/df_day[col].values

            df_plot.plot()