我有一个时间序列,其中列出了几个月交易历史中 future 合约的报价数据。我想要一个图表(折线图)显示时间序列中最近 4 周的每周报价数据的交易历史(该系列不断更新)
X 轴将显示周一至周五的日期,并且图表上随时会有 4 条单独的线详细说明分时数据。我已经设法使用一些绘制每天最后一笔交易的代码来做到这一点,但我需要绘制报价数据而不是每条线每天只绘制一个数据点。
这是我试图用刻度数据表示的 Excel 图表 (!),只有线条会更加不稳定,因为会有更多的数据点。
本质上,一张图表上的 4 条线显示了过去 4 周的交易报价数据:
我没有我试过的代码(它在工作),但明天可以上传。
最佳答案
给你一些假数据:
In [11]: rng = pd.date_range('2013', freq='H', periods=1000)
In [12]: df = pd.DataFrame(np.random.randn(len(rng)), index=rng, columns=['data'])
首先,填充周数(作为列):
In [13]: df['week'] = df.index.week
接下来,计算自一周开始以来的时间(可能有更优雅的方法):
In [14]: df['week_beginning'] = df.index.to_period('W').to_timestamp()
In [15]: df['week_time'] = df.index.to_series() - df['week_beginning']
现在您可以使用 pivot_table
:
In [16]: df.pivot_table(values='data', rows='week_time', cols='week')
Out[16]:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 168 entries, 0 to 601200000000000
Data columns (total 7 columns):
33 120 non-null values
34 168 non-null values
35 168 non-null values
36 168 non-null values
37 168 non-null values
38 168 non-null values
39 40 non-null values
dtypes: float64(7)
听起来这就是您要绘制的内容(使用 your previous question 中的技术):
In [17]: df.pivot_table('data', 'week_time', 'week').rename(columns=lambda x: 'Week ' + str(x)).plot()
注意:这个特定的图相当困惑,因为有很多数据点,事先聚合一些数据可能是有意义的。
关于python - 绘制一年时间序列中的每周滴答数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18242617/