绘制具有不同日期的两个时间序列的值

Question

我有两个时间序列。 每个时间序列（s1和s2）由一个值列表和一个对应的时间列表（例如时间戳等）表示。 我正在使用python，因此例如：

s1_values = [6,8,6,3,7,9] # len(s1_values) == len(s1_times)
s1_times =  [1,3,6,7,8,12]

s2_values = [3,8,7,2,5,4,6,2] # len(s2_values) == len(s2_times)
s2_times =  [2,4,5,7,8,9,10,13]

我想看到两个时间序列s1和s2之间的关系，因此我希望能够使用Matplotlib将s1_values（在x轴上）相对于s2_values（在y轴上）绘制，但是由于两个时间序列是时间不对，我不知道该怎么做。

也许对于时间序列有一些通用的方法，但是我不知道它们。

Answer 1

您可以使用pandas （ docs ），它非常适合时间序列数据。 在这种情况下，您将制作两个数据框，然后对其进行合并和排序。

merge为您提供了合并的“时间”系列（ 此处有多种合并方式），可将nan值插入到该时间没有值的value列中。 然后，按共享的“ Time列对此进行排序。 df.fillna函数（ docs ）接受method参数，如果该参数是ffill或pad用最后一个有效值填充空白，如果bfill用下一个有效值填充空白。 或者，您可以使用df.interpolate对缺失值（ docs ）进行线性插值。

方便的是， pandas包装了matplotlib因此您可以直接从数据框中进行绘制。

import matplotlib.pyplot as plt
import pandas as pd


s1_values = [6,8,6,3,7,9] 
s1_times =  [1,3,6,7,8,12]

s2_values = [3,8,7,2,5,4,6,2]
s2_times =  [2,4,5,7,8,9,10,13]

df1 = pd.DataFrame(zip(s1_times, s1_values), columns=['Time', 's1 values'])
df2 = pd.DataFrame(zip(s2_times, s2_values), columns=['Time', 's2 values'])

df = df1.merge(df2, how='outer', on='Time', sort='Time')
df.fillna(method='pad', inplace=True)  # or df.interpolate(inplace=True)

df.plot(kind='scatter', x='s1 values', y='s2 values')
plt.show()

使用fillna(method='ffill')

使用interpolate()