Skip to main content
 首页 » 编程设计

python之Pandas 绘制不同列的线条忽略值

2024年11月01日11birdshome

如果在 pandas 数据框中我有两列,如下所示:

df.high 
Out[11]:  
date 
2004-01-14       NaN 
2004-01-15    1.2675 
2004-01-16    1.2609 
2004-01-19    1.2426 
2004-01-20       NaN 
2004-01-21       NaN 
2004-01-22       NaN 
2004-01-23    1.2778 
2004-01-26    1.2616   
 
df.low 
Out[12]:  
date 
2004-01-14       NaN 
2004-01-15    1.2558 
2004-01-16    1.2349 
2004-01-19    1.2334 
2004-01-20       NaN 
2004-01-21       NaN 
2004-01-22       NaN 
2004-01-23    1.2564 
2004-01-26    1.2457  

如何使用 df.high 中组的第一个值和 df.low 中组的最后一个值为每组值绘制一条直线,忽略 beetween 中的值?

例如在这个例子中,第一行必须是从 df.high 2004-01-15 到 df.low 2004-01-19,第二行必须从 df.high 01-23 到 df.low 01-26

仅供引用,除了这个例子,我有比这个更大的数据帧,值组与 NaN 组交替出现,我需要保持日期时间索引的顺序相同。

请您参考如下方法:

首先,您可以构建一个根据 NaN 拆分 DataFrame 的函数:

def mysplit(df): 
    parts = np.split(df, np.where(np.isnan(df.value))[0]) 
    # removing NaN entries 
    parts = [part[~np.isnan(part.value)] for part in parts 
              if not isinstance(part, np.ndarray)] 
    # removing empty DataFrames 
    parts = [part for part in parts if not part.empty] 
    return parts 

然后您可以为您拥有的每个 DataFrame 运行此函数:

parts1 = mysplit(df1) 
#[                 date   value 
#1 2004-01-15 00:00:00  1.2675 
#2 2004-01-16 00:00:00  1.2609 
#3 2004-01-19 00:00:00  1.2426, 
#                 date   value 
#7 2004-01-23 00:00:00  1.2778 
#8 2004-01-26 00:00:00  1.2616] 
 
parts2 = mysplit(df2) 
#[                 date   value 
#1 2004-01-15 00:00:00  1.2558 
#2 2004-01-16 00:00:00  1.2349 
#3 2004-01-19 00:00:00  1.2334, 
#                 date   value 
#7 2004-01-23 00:00:00  1.2564 
#8 2004-01-26 00:00:00  1.2457] 

使绘图变得容易:

import matplotlib.pyplot as plt 
values = [[i.values[0,1], i.values[-1,1]] for i,j in zip(parts1, parts2)] 
for value in values: 
    plt.plot([0,1], value) 


编辑:要实现您在评论中的建议,您可以稍微更改最后一部分:

for i,j in zip(parts1, parts2): 
    plt.plot([i.index[0], j.index[-1]], [i.values[0,1], j.values[-1,1]]) 
plt.show() 

给予: