我有一系列按时间值索引的数据(一个浮点数),我想把这一系列的数据分成几块,然后把它们放在一起。举个例子,假设我在20周的时间里,每10分钟拍一次股票价格,我想通过绘制20条股价线来观察每周的走势。所以我的X轴是一周,我有20条线(对应于一周内的价格)。在
更新
索引不是等距值,而是浮点。它有点像:
t = np.arange(0,12e-9,12e-9/1000.0)
noise = np.random.randn(1000)/1e12
cn = noise.cumsum()
t_noise = t+cn
y = sin(2*math.pi*36e7*t_noise) + noise
df = DataFrame(y,index=t_noise,columns=["A"])
df.plot(marker='.')
plt.axis([0,0.2e-8,0,1])
所以指数不是均匀分布的。我在处理模拟器的电压和时间数据。我想知道如何创建一个时间窗口,T,并将df分成T长的块,然后将它们相互叠加。所以如果数据是20*T长,那么在同一个图中我会有20条线。在
很抱歉,我用了股票的比喻,认为这可能会有所帮助。在
让我试着回答这个问题。基本上我会垫或重新索引完整的工作日和样品每5天,而下降由于假期或暂停丢失的数据
>>> coke = DataReader('KO', 'yahoo', start=datetime(2012,1,1))
>>> startd=coke.index[0]-timedelta(coke.index[0].isoweekday()-1)
>>> rng = array(DateRange(str(startd), periods=90))
>>> chunk=[]
>>> for i in range(18):
... chunk.append(coke[i*5:(i+1)*5].dropna())
...
然后你可以循环块来绘制每周的数据
假设一个} 。下面的语句忽略了ISO年份,汇总了每天的最后一个样本。在
pandas.TimeSeries
对象作为起点,您可以分组 按ISO周数和ISO工作日列出的元素 ^{执行下一步可能有更干净的方法,但目标是将索引从元组数组更改为多索引对象。在
^{pr2}$最后一步是从 多索引,为每个工作日创建列,并将工作日编号替换为缩写,以提高可读性。在
要为每周创建一个线图,请转置dataframe,这样列是周编号,行是工作日(注意,在上一步中,可以通过取消周编号而不是工作日来避免此步骤),并调用
plot
。在相关问题 更多 >
编程相关推荐