如何在 pandas 中对齐不同日期的时间序列？

Question

我有两个时间序列， df1

       day        cnt
2020-03-01  135006282
2020-03-02  145184482
2020-03-03  146361872
2020-03-04  147702306
2020-03-05  148242336

和df2 ：

       day        cnt
2017-03-01  149104078
2017-03-02  149781629
2017-03-03  151963252
2017-03-04  147384922
2017-03-05  143466746

问题是我正在测量的传感器对星期几很敏感，因此例如在星期天，它们会产生较少的cnt 。 现在我需要比较 2017 年和 2020 年 2 个不同年份的时间序列，但要做到这一点，我必须将（在本例中为 3 月）与一周中的匹配日期对齐，并相应地对齐 plot 它们。 我如何“转移”数据以使系列具有可比性？

Answer 1

ISO 日历是元组中日期的表示（年、周数、工作日）。 在 pandas 中，它们是dt成员year 、 weekofyear和weekday 。 因此，假设day列实际上包含Timestamps （如果不是，则首先使用to_datetime进行转换），您可以执行以下操作：

df1['Y'] = df1.day.dt.year
df1['W'] = df1.day.dt.weekofyear
df1['D'] = df1.day.dt.weekday

然后你可以对齐W和D列上的数据框

Answer 2

2017 年 3 月从星期三开始 2020 年 3 月从星期日开始 所以，删除 2017 年 3 月的最后 3 天 所以，删除 2020 年的第一个星期日、星期一和星期二 这样你就有可比的日子

df1['ctn2020'] = df1['cnt']
df2['cnt2017'] = df2['cnt'] 
df1 = df1.iloc[2:, 2]
df2 = df2.iloc[:-3, 2]

由于您不想 plot 日期，但希望月份对齐，因此创建一个包含列和索引列的新 dataframe。 这样，您将拥有 3 列：index(0-27)、2017 和 2020。索引将代表。

new_df = pd.concat([df1,df2], axis=1)

如果您还想 plot x 轴上的星期几，请查看此链接，了解如何从日期获取星期几，然后他们更改 x 刻度 label。

对不起，“书面的一步一步”，如果这一切听起来令人困惑，我可以稍后为你输入整个代码。