Pandas 和 Matplotlib 缺失数据和绘图答案

【问题标题】：Missing Data and Graphing with Pandas and MatplotlibPandas 和 Matplotlib 缺失数据和绘图
【发布时间】：2021-03-21 04:16:48
【问题描述】：

我希望我的 matplotlib 图将我的 df 的 DateTimeIndex 显示为 x 轴上的连续计数数据（以秒为单位），我的 df 的加载数据在 y 轴上。然后我想将它与 scipy.signal find_peaks 结果（具有连续秒的 x 轴）重叠。我的数据不是连续的（现实世界的数据），尽管它确实有几秒钟的频率。

代码

import pandas as pd
import matplotlib.pyplot as plt
from scipy import signal
import numpy as np

# Create Sample Dataset
df = pd.DataFrame([['2020-07-25 09:26:28',2],['2020-07-25 09:26:29',10],['2020-07-25 09:26:32',203],['2020-07-25 09:26:33',30]], 
                      columns = ['Time','Load'])

df['Time'] = pd.to_datetime(df['Time'])
df = df.set_index("Time")
print(df)

# Try to solve the problem
rng = pd.date_range(df.index[0], df.index[-1], freq='s')
print(rng)

peaks, _ = signal.find_peaks(df["Load"])
plt.plot(rng, df["Load"])
plt.plot(peaks, df["Load"][peaks], "x")
plt.plot(np.zeros_like(df["Load"]), "--", color="gray")
plt.show()

此代码不起作用，因为 rng 的长度为 6，而 df 的长度为 4。我想我可能完全走错了路。想法？

【问题讨论】：

标签： python pandas matplotlib scipy datetimeindex

【解决方案1】：

你真的很接近 - 我认为你可以通过用你的范围重新索引你的 df 来得到你想要的。例如：

df = df.reindex(rng).fillna(0)
peaks, _ = signal.find_peaks(df["Load"])
...

这符合您的预期吗？

【讨论】：