Plot Werte von zwei Zeitreihen mit unterschiedlichen Daten

Question

Ich habe zwei Zeitreihen. Jede Zeitreihe (s1 und s2) wird durch eine Liste von Werten und eine entsprechende Liste von Zeiten (zum Beispiel Zeitstempel oder was auch immer) dargestellt. Ich verwende Python, so zum Beispiel habe ich:

s1_values = [6,8,6,3,7,9] # len(s1_values) == len(s1_times) 
s1_times = [1,3,6,7,8,12] 

s2_values = [3,8,7,2,5,4,6,2] # len(s2_values) == len(s2_times) 
s2_times = [2,4,5,7,8,9,10,13] 

Ich möchte die Beziehung zwischen den beiden Zeitreihen s1 und s2 sehen, so dass ich möchte in der Lage sein s1_values ​​zu plotten (auf einer x-Achse) gegen s2_values ​​(auf einer Y-Achse) mit Matplotlib, aber da die beiden Zeitreihen nicht zeitlich ausgerichtet sind, weiß ich nicht, wie das geht.

Vielleicht gibt es einige übliche Möglichkeiten, dies für Zeitreihen zu tun, aber ich bin mir ihrer nicht bewusst.

Answer 1

Sie können pandas (docs) verwenden, was für Zeitreihendaten hervorragend ist. In diesem Fall würden Sie zwei Datenrahmen erstellen, diese zusammenführen und sortieren.

Die merge gibt Ihnen eine fusionierte „Time“ -Serie (viele auf verschiedene Arten von here Verschmelzung), nan Werte in den Wertspalten eingefügt, wo kein Wert für diese Zeit. Dies wird dann nach der gemeinsamen Spalte Time sortiert. Die df.fillna-Funktion (docs) akzeptiert den Parameter method, der, wenn er ffill oder pad ist, Lücken mit dem letzten gültigen Wert füllt und bfill mit dem nächsten gültigen Wert füllt. Alternativ können Sie auch df.interpolate für die lineare Interpolation von fehlenden Werten verwenden().

Das handliche Ding ist pandas Wraps matplotlib, so dass Sie nur direkt aus dem Datenrahmen plotten können.

import matplotlib.pyplot as plt 
import pandas as pd 


s1_values = [6,8,6,3,7,9] 
s1_times = [1,3,6,7,8,12] 

s2_values = [3,8,7,2,5,4,6,2] 
s2_times = [2,4,5,7,8,9,10,13] 

df1 = pd.DataFrame(zip(s1_times, s1_values), columns=['Time', 's1 values']) 
df2 = pd.DataFrame(zip(s2_times, s2_values), columns=['Time', 's2 values']) 

df = df1.merge(df2, how='outer', on='Time', sort='Time') 
df.fillna(method='pad', inplace=True) # or df.interpolate(inplace=True) 

df.plot(kind='scatter', x='s1 values', y='s2 values') 
plt.show() 

Mit fillna(method='ffill')

Mit interpolate()