Python线图在同一图上的多个时间序列

Question

我正在解析一个文件，该文件具有要在python中解析的多个时间序列的按时间顺序标记的数据，然后使用matplotlib为每个时间序列数据集创建具有独立线条的单线图。 我正在解析的数据如下所示：

time label   value
1.05 seriesA 3.925
1.09 seriesC 0.245
2.13 seriesB 12.32
2.73 seriesC 4.921

我已将文件解析为包含在系列标签上键控的（时间，值）元组的列表的字典。 我正在努力如何使用所有这些数据将其绘制成单线图。 我想要在单个绘图上为seriesA，seriesB，seriesC等使用独立的线。 有指针吗？

编辑：根据要求，字典在下面。 我很难弄清楚存储这些数据的最佳方法，所以也许我正在使用的数据结构也是一个问题。 下面的键是不同的时间序列标签，值是（时间，值）元组的列表。 无论如何，这里是：

{'client1': [(861.991698574, 298189000.0), (862.000768158, 0.0)], 
'client2': [(861.781502324, 0.0), (861.78903722, 153600000.0), 
(862.281483262, 0.0), (862.289038158, 153600000.0)], 'client3': 
[(862.004470762, 3295674368.0), (862.004563939, 3295674368.0), 
(862.03981821, 799014912.0), (862.040403314, 1599078400.0), 
(862.540269616, 3295674368.0), (862.55133097, 1599078400.0)]}

Answer 1

我喜欢这种问题的熊猫。

首先，将数据放入pandas数据框中：

import pandas as pd

data = {'client1': [(861.991698574, 298189000.0), (862.000768158, 0.0)], 
'client2': [(861.781502324, 0.0), (861.78903722, 153600000.0), 
(862.281483262, 0.0), (862.289038158, 153600000.0)], 'client3': 
[(862.004470762, 3295674368.0), (862.004563939, 3295674368.0), 
(862.03981821, 799014912.0), (862.040403314, 1599078400.0), 
(862.540269616, 3295674368.0), (862.55133097, 1599078400.0)]}

time = []
label = []
value = []

for k, v in data.items():
    for tup in v:
        label.append(k)
        time.append(tup[0])
        value.append(tup[1])

df = pd.DataFrame({'time':time, 'label':label, 'value':value})

结果如下：

>>> df
      label        time         value
0   client1  861.991699  2.981890e+08
1   client1  862.000768  0.000000e+00
2   client2  861.781502  0.000000e+00
3   client2  861.789037  1.536000e+08
4   client2  862.281483  0.000000e+00
5   client2  862.289038  1.536000e+08
6   client3  862.004471  3.295674e+09
7   client3  862.004564  3.295674e+09
8   client3  862.039818  7.990149e+08
9   client3  862.040403  1.599078e+09
10  client3  862.540270  3.295674e+09
11  client3  862.551331  1.599078e+09

然后，您可以执行以下操作：

by_label = df.groupby('label')

for name, group in by_label:
    plt.plot(group['time'], group['value'], label=name)

plt.legend()
plt.show

关于如何将数据存储在字典中； 有多种解决方法，但是如果我是你，并且能够通过pandas轻松使用您的数据，我将使用以下形式的字典：

data = {'label':['client1', 'client1', 'client2', ...], 
 'time':[time1, time2, time3, ...], 
 'value':[value1, value2, value3, ...]}

确保以正确的方式对所有列表进行排序（所有3个键的索引0为数据帧的第0行，索引1为数据行1，依此类推）。 然后要导入大熊猫，您需要做的就是df = pd.DataFrame(data)

Answer 2

简短答案：

突出显示并按住Ctrl键并按住c键，可以看到以下数据：

label        time         value
client1  861.991699  2.981890e+08
client1  862.000768  0.000000e+00
client2  861.781502  0.000000e+00
client2  861.789037  1.536000e+08
client2  862.281483  0.000000e+00
client2  862.289038  1.536000e+08
client3  862.004471  3.295674e+09
client3  862.004564  3.295674e+09
client3  862.039818  7.990149e+08
client3  862.040403  1.599078e+09
client3  862.540270  3.295674e+09
client3  862.551331  1.599078e+09

然后运行以下代码段：

# imports
import pandas as pd

# read data from the clipboard
df = pd.read_clipboard(sep='\\s+')

# reshape the data to get values by time for each label
df = df.pivot(index='time', columns='label', values='value')

# Replace nans by forward filling existing values
df = df.fillna(method = 'ffill')

# You'll still have to handle the missing values in the beginning of the coloumns
df = df.fillna(method = 'bfill')

# A simple plot:
df.plot()

然后您将获得：

---

细节

这个问题有一些令人困惑的要素。 如您所说，如果源数据的格式为：

time label   value
1.05 seriesA 3.925
1.09 seriesC 0.245
2.13 seriesB 12.32
2.73 seriesC 4.921

但是数据的真实内容是：

{'client1': [(861.991698574, 298189000.0), (862.000768158, 0.0)], 
'client2': [(861.781502324, 0.0), (861.78903722, 153600000.0), 
(862.281483262, 0.0), (862.289038158, 153600000.0)], 'client3': 
[(862.004470762, 3295674368.0), (862.004563939, 3295674368.0), 
(862.03981821, 799014912.0), (862.040403314, 1599078400.0), 
(862.540269616, 3295674368.0), (862.55133097, 1599078400.0)]}

然后，数据的真实内容和形式应为：

label        time         value
client1  861.991699  2.981890e+08
client1  862.000768  0.000000e+00
client2  861.781502  0.000000e+00
client2  861.789037  1.536000e+08
client2  862.281483  0.000000e+00
client2  862.289038  1.536000e+08
client3  862.004471  3.295674e+09
client3  862.004564  3.295674e+09
client3  862.039818  7.990149e+08
client3  862.040403  1.599078e+09
client3  862.540270  3.295674e+09
client3  862.551331  1.599078e+09

无论如何，绝对没有理由利用字典来获取您的

带有所有这些数据的单线图。 我想要在单个绘图上为seriesA，seriesB，seriesC等使用独立的线。

我认为，最有效的方法是pandas文档中的“ 重塑和数据透视表 ”。 从那里可以使用df.plot()直接绘制数据。

突出显示并按Ctrl + c上面的数据，您可以执行以下操作：

# imports
import pandas as pd

# read data from the clipboard
df = pd.read_clipboard(sep='\\s+')

# reshape the data to get values by time for each label
df = df.pivot(index='time', columns='label', values='value')
print(df)

这应该代表所需的数据形式：

label           client1      client2       client3
time                                              
861.781502          NaN          0.0           NaN
861.789037          NaN  153600000.0           NaN
861.991699  298189000.0          NaN           NaN
862.000768          0.0          NaN           NaN
862.004471          NaN          NaN  3.295674e+09
862.004564          NaN          NaN  3.295674e+09
862.039818          NaN          NaN  7.990149e+08
862.040403          NaN          NaN  1.599078e+09
862.281483          NaN          0.0           NaN
862.289038          NaN  153600000.0           NaN
862.540270          NaN          NaN  3.295674e+09
862.551331          NaN          NaN  1.599078e+09

鉴于时间索引有些特殊，仍有一些问题需要处理。 为了使该数据易于绘制，我们应该处理缺失的值。 使用pandas docs中的 df.fillna在下一个代码段中可以轻松完成此操作：

# Replace nans by forward filling existing values
df = df.fillna(method = 'ffill')

# You'll still have to handle the missing values
# in the beginning of the coloumns
df = df.fillna(method = 'bfill')

现在，您只需使用df.plot()即可获得折线图：

编辑：

让我知道您的数据源是什么，以便为您提供一些有关如何读取和存储数据的提示。 同样，大熊猫也是最有可能走的路。