python - Pandas 从不同的列绘制线条忽略值

Question

如果在 pandas 数据框中我有两列，如下所示:

df.high
Out[11]: 
date
2004-01-14       NaN
2004-01-15    1.2675
2004-01-16    1.2609
2004-01-19    1.2426
2004-01-20       NaN
2004-01-21       NaN
2004-01-22       NaN
2004-01-23    1.2778
2004-01-26    1.2616  

df.low
Out[12]: 
date
2004-01-14       NaN
2004-01-15    1.2558
2004-01-16    1.2349
2004-01-19    1.2334
2004-01-20       NaN
2004-01-21       NaN
2004-01-22       NaN
2004-01-23    1.2564
2004-01-26    1.2457 

如何使用 df.high 中组的第一个值和 df.low 中组的最后一个值绘制每组值的直线，而忽略 between 中的值？

例如在此示例中，第一行必须从 df.high 2004-01-15 到 df.low 2004-01-19，第二行必须从 df.high 01-23 到 df.low 01-26

仅供引用，除了这个例子之外，我还有比这个更大的数据帧，其中值组与 NaN 组交替，并且我需要将日期时间索引保持在相同的顺序。

Answer 1

首先，您可以构建一个根据 NaN 分割 DataFrame 的函数:

def mysplit(df):
    parts = np.split(df, np.where(np.isnan(df.value))[0])
    # removing NaN entries
    parts = [part[~np.isnan(part.value)] for part in parts
              if not isinstance(part, np.ndarray)]
    # removing empty DataFrames
    parts = [part for part in parts if not part.empty]
    return parts

然后您可以为您拥有的每个 DataFrame 运行此函数:

parts1 = mysplit(df1)
#[                 date   value
#1 2004-01-15 00:00:00  1.2675
#2 2004-01-16 00:00:00  1.2609
#3 2004-01-19 00:00:00  1.2426,
#                 date   value
#7 2004-01-23 00:00:00  1.2778
#8 2004-01-26 00:00:00  1.2616]

parts2 = mysplit(df2)
#[                 date   value
#1 2004-01-15 00:00:00  1.2558
#2 2004-01-16 00:00:00  1.2349
#3 2004-01-19 00:00:00  1.2334,
#                 date   value
#7 2004-01-23 00:00:00  1.2564
#8 2004-01-26 00:00:00  1.2457]

使绘图变得容易:

import matplotlib.pyplot as plt
values = [[i.values[0,1], i.values[-1,1]] for i,j in zip(parts1, parts2)]
for value in values:
    plt.plot([0,1], value)

---

编辑:要实现您在评论中建议的内容，您可以稍微更改最后一部分:

for i,j in zip(parts1, parts2):
    plt.plot([i.index[0], j.index[-1]], [i.values[0,1], j.values[-1,1]])
plt.show()

给予: