python - 计算时间差，如果差值大于一个小时，标记为 'missing' ，在该区域的折线图中绘制差距

Question

我在 python 中有一个基本的 pandas 数据框，它接收数据并绘制折线图。每个数据点都涉及一个时间。如果数据文件一切正常，理想情况下每个时间戳彼此相差大约 30 分钟。在某些情况下，超过一小时没有数据通过。在这些时间里，我想将此时间范围标记为“缺失”并绘制一个不连续的折线图，公然显示数据缺失的位置。

由于问题非常具体，我很难弄清楚如何执行此操作甚至搜索解决方案。数据是“实时”的，它会不断更新，因此我不能只查明某个区域并进行编辑作为解决方法。

看起来像这样的东西:

Example

用于创建日期时间列的代码:

#convert first time columns into one datetime column
df['datetime'] = pd.to_datetime(df[['year', 'month', 'day', 'hour', 'minute', 'second']])

我已经弄清楚了如何计算时差，这涉及到创建一个新列。 这是以防万一的代码:

df['timediff'] = (df['datetime']-df['datetime'].shift().fillna(pd.to_datetime("00:00:00", format="%H:%M:%S")))

基本了解数据框:

datetime               l1    l2    l3
2019-02-03 01:52:16   0.1   0.2   0.4
2019-02-03 02:29:26   0.1   0.3   0.6
2019-02-03 02:48:03   0.1   0.3   0.6
2019-02-03 04:48:52   0.3   0.8   1.4
2019-02-03 05:25:59   0.4   1.1   1.7
2019-02-03 05:44:34   0.4   1.3   2.2

我只是不确定如何着手创建涉及时差的不连续“实时”情节。

提前致谢。

Answer 1

不完全是您想要的，但一种快速而优雅的解决方案是对数据重新采样。

df = df.set_index('datetime')
df

                      l1   l2   l3
datetime                          
2019-02-03 01:52:16  0.1  0.2  0.4
2019-02-03 02:29:26  0.1  0.3  0.6
2019-02-03 02:48:03  0.1  0.3  0.6
2019-02-03 04:48:52  0.3  0.8  1.4
2019-02-03 05:25:59  0.4  1.1  1.7
2019-02-03 05:44:34  0.4  1.3  2.2

df.resample('30T').mean()['l1'].plot(marker='*')

---

如果您绝对需要精确绘制每个样本，您可以在连续时间戳之间的差异超过某个阈值的地方拆分数据，并分别绘制每个 block 。

from datetime import timedelta

# get difference between consecutive timestamps
dt = df.index.to_series()
td = dt - dt.shift()

# generate a new group index every time the time difference exceeds
# an hour
gp = np.cumsum(td > timedelta(hours=1))

# get current axes, plot all groups on the same axes
ax = plt.gca()
for _, chunk in df.groupby(gp):
    chunk['l1'].plot(marker='*', ax=ax)

或者，您可以在数据中注入(inject)“漏洞”。

# find samples which occurred more than an hour after the previous
# sample
holes = df.loc[td > timedelta(hours=1)]

# "holes" occur just before these samples
holes.index -= timedelta(microseconds=1)

# append holes to the data, set values to NaN
df = df.append(holes)
df.loc[holes.index] = np.nan

# plot series
df['l1'].plot(marker='*')