如何将熊猫数据列偏移不同的数量？

问题描述

我正在使用pandas在matplotlib数据框中绘制一些列。我有一种绘图方法，可以将我清零到初始值，然后将每个选择的变量偏移一个设定值。例如，这是我当前的绘图方法：

fig,ax = plt.subplots()
# data is in a dataframe called inputData
timeseries_plots=['var1','var3','var8']
offsetFactor = 20

for ii,var in enumerate(timeseries_plots)
    offsetRef = inputData[var].loc[~inputData[var].isnull()].iloc[0]
    ax.plot(inputData[TimeIndex],offsetFactor*(len(timeseries_plots_avg)-ii-1)+inputData[timeseries_plots_avg[ii]]-offsetRef,label=var,markersize=1,marker='None',linestyle = 'solid',color=colour)
plt.show()

这会产生类似以下内容（有一些matplotlib的罚款）：

如您所见，它将删除offsetRef（在这种情况下为变量的初始值），然后向每个变量添加常量offsetFactor（在此情况下等于20）变量。结果是直线开始垂直偏移20。

但是，当值开始随时间漂移时，这可能是个问题，并且一个变量可能与另一个变量交叉。我想做的就是重置垂直偏移量-例如通过在特定日期之后更改offsetRef。

我试图通过以下方式做到这一点。我首先初始化一个等于变量大小的数组。然后，我用在offsetRef重新计算的resetDates来填充它。我已经包含标记为#PSEUDOCODE的评论，在这里我正在粗略地写我想做的事情-但由于它们过于粗糙，所以在此先抱歉。预先谢谢你！

fig,ax = plt.subplots()
inputData = pd.DataFrame(np.random.randint(100,size=(100,5)),columns=['timestamp','var2','var4','var5'])
inputData['timestamp'][:]=pd.date_range('2020-may-01','2020-aug-08')
timeseries_plots=['var1','var4']
offsetFactor = 20
resetDates = ['2020-jun-23','2020-jul-05']

for ii,var in enumerate(timeseries_plots)
    offsetRef = np.zeros(inputData[var].size)
    for tt,ttdate in enumerate(resetDates):
        if tt=0:
        #PSEUDO CODE: offsetRef[ inputData['timestamp'] <resetDates[tt]] = inputData[var].loc[~inputData[var].isnull()].iloc[0]
        #PSEUDO CODE: offsetRef[ inputData['timestamp'] >=resetDates[tt]] = inputData[var].loc[~inputData[var].isnull()].iloc[ttdate]
    #PSEUDO CODE: offsetRef[ inputData['timestamp'] >=resetDates[tt]] = inputData[var].loc[~inputData[var].isnull()].iloc[ttdate]
    
    ax.plot(inputData[TimeIndex],color=colour)
plt.show()

解决方法

这是我将在此处使用的当前解决方案，以便对他人有用：

fig,ax = plt.subplots()
# set up df
inputData = pd.DataFrame(np.random.randint(100,size=(100,5)),columns=['timestamp','var2','var3','var4','var5'])
inputData['timestamp'][:]=pd.date_range('2020-may-01','2020-aug-08')
inputData['var2']=np.arange(0,100,1)
inputData['var2'][0:3]=49
inputData['var4']=np.arange(0,200,2)
inputData['var2'][0:3]=np.nan
# set constants and settings
dispFactor=20
timeseries_plots=['var2','var4']
resetDates=['2020-05-05','2020-05-20','2020-08-04']
offsetFactor = dispFactor
#begin
fig,ax=plt.subplots()
for ii,var in enumerate(timeseries_plots):
    offsetRef = np.zeros(inputData[var].size)
    for tt,ttdate in enumerate(resetDates):
        if tt==0:        
            if inputData[var].loc[inputData['timestamp']==ttdate].isna().bool(): #if date is nan
                print('a',inputData[var].loc[~inputData[var].isnull()].iloc[0],inputData[var].bfill().loc[inputData['timestamp']==ttdate])
                offsetRef[(inputData['timestamp']<ttdate)]= inputData[var].loc[~inputData[var].isnull()].iloc[0]
                offsetRef[(inputData['timestamp']>=ttdate)]=inputData[var].bfill().loc[inputData['timestamp']==ttdate]
            else:
                print('b',inputData[var].loc[inputData['timestamp']==ttdate])
                offsetRef[(inputData['timestamp']<ttdate)]= inputData[var].loc[~inputData[var].isnull()].iloc[0]
                offsetRef[(inputData['timestamp']>=ttdate)]= inputData[var].loc[inputData['timestamp']==ttdate]
        else:
            if inputData[var].loc[inputData['timestamp']==ttdate].isna().bool(): #if date is nan
                print('c')
                offsetRef[ inputData['timestamp'] >=resetDates[tt]] = inputData[var].bfill().loc[inputData['timestamp']==ttdate]
            else:
                print('d',inputData[var].loc[inputData['timestamp']==ttdate])
                offsetRef[ inputData['timestamp'] >=resetDates[tt]] = inputData[var].loc[inputData['timestamp']==ttdate]
        print(offsetRef)
    ax.plot(inputData['timestamp'],offsetFactor*(len(timeseries_plots)-ii-1)+inputData[var]-offsetRef)

plt.show()

此操作将所选resetDates处的偏移量“重置”为20，以产生下图：

在两种情况下，我都可能不需要nan数据的if-logic捕获（而仅依靠.bfill()）可以工作-但这使我感到更加安全。我将在改进解决方案时进行编辑。