绘制具有不同日期的两个时间序列的值

Question

我有两个时间序列。每个时间序列（s1和s2）都由一个值列表和一个相应的时间列表（例如时间戳或其他什么）表示。我使用的是python，例如：

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]

我想看看两个时间序列s1和s2之间的关系，所以我希望能够使用Matplotlib绘制s1_值（在x轴上）和s2_值（在y轴上），但是由于这两个时间序列在时间上没有对齐，我不知道如何做到这一点。在

也许有一些常见的方法来处理时间序列，但我不知道它们。在

Answer 1

您可以使用pandas（docs），这对时间序列数据非常有用。在本例中，您将生成两个数据帧，然后对它们进行合并和排序。在

merge为您提供了一个合并的“时间”序列（以不同方式合并here），将nan值插入值列中，其中没有该时间的值。然后按共享的Time列进行排序。df.fillna函数（docs）接受method参数，如果是ffill或{}，则用最后一个有效值填充空白，如果bfill则用下一个有效值填充。或者，您可以使用df.interpolate来进行缺失值的线性插值（docs）。在

方便的方法是pandas包装matplotlib，这样你就可以直接从数据帧绘图了。在

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()

使用fillna(method='ffill')

使用interpolate()