Python timeseries数据帧中的多天绘图

我的数据框是这样的-

In [1]: df.head()
Out[1]:
Datetime                     Value
2018-04-21 14:08:30.761     offline
2018-04-21 14:08:40.761     offline
2018-04-21 14:08:50.761     offline
2018-04-21 14:09:00.761     offline
2018-04-21 14:09:10.761     offline

我有两周的数据。我想绘制一周中每天的时间值（小时：分钟）。如果我要一周一次地查看数据，这也行得通

我用一天的时间拍摄了一个片段，然后用plotly创建了一个绘图

 In[9]: df['numval'] = df.Value.apply(lambda x: 1 if x == 'online' else -1)
 In[10]: df.iplot()

如果能有多个类似的情节，周日至周六使用几行，这将加快我的工作

建议- 我可以把参数放在工作日（0-6）、时间（x轴）和值（y轴）中，这样可以创建7个图

In[11]: df['weekday'] = df.index.weekday
In[12]: df['weekdayname'] = df.index.weekday_name
In[13]: df['time'] = df.index.time

任何库都可以工作，因为我只想查看数据，并且需要测试对数据的修改

可选-分布曲线，类似KDE，在数据上会很好

---

这可能不是您想要的确切答案。只是给出一个可能有用的方法

这里的方法是根据日期对数据进行分组，然后为每个组生成一个图。为此，您需要将DateTime列拆分为两列—date和time。下面的代码将执行此操作：

datetime_series = df['Datetime']
date_series = pd.Series()
time_series = pd.Series()

for datetime_string in datetime_series:
    date,time = datetime_string.split(" ")
    date_s = pd.Series(date,dtype=str)
    time_s = pd.Series(time, dtype=str)
    date_series=date_series.append(date_s, ignore_index=True)
    time_series = time_series.append(time_s, ignore_index=True)

上面的代码将为您提供两个独立的熊猫系列。一个表示日期，另一个表示时间。现在，您可以将这两列添加到数据帧中

df['date'] = date_series
df['time'] = time_series

现在，您可以使用groupby功能根据日期对数据进行分组，并为每个组绘制数据。大概是这样的：

首先将“脱机”替换为值0：

df1 = df.replace(to_replace='offline',value=0)

现在根据日期和绘图对数据进行分组：

for title, group in df1.groupby('date'):
    group.plot(x='time', y='Value', title=title)