如何绘制多个每日时间序列，在指定的触发时间对齐？

Question

问题：

我有一个数据框df，如下所示：

                                  value  msg_type
date        
2022-03-15 08:15:10+00:00         122    None
2022-03-15 08:25:10+00:00         125    None
2022-03-15 08:30:10+00:00         126    None
2022-03-15 08:30:26.542134+00:00  127    ANNOUNCEMENT
2022-03-15 08:35:10+00:00         128    None
2022-03-15 08:40:10+00:00         122    None
2022-03-15 08:45:09+00:00         127    None
2022-03-15 08:50:09+00:00         133    None
2022-03-15 08:55:09+00:00         134    None
....
2022-03-16 09:30:09+00:00         132    None
2022-03-16 09:30:13.234425+00:00  135    ANNOUNCEMENT
2022-03-16 09:35:09+00:00         130    None
2022-03-16 09:40:09+00:00         134    None
2022-03-16 09:45:09+00:00         135    None
2022-03-16 09:50:09+00:00         134    None

value数据大约每隔5分钟出现一次，但消息可以在任何时间出现时间。我试图每天绘制一行 值，其中 x 轴范围从 t=-2 小时到 t=+8 小时，并且 ANNOUNCMENT 发生在t=0（见下图）。

因此，例如，如果 ANNOUNCMENT 发生在 3/15 上午 8:30，并在 3/16 上午 9:30 再次发生，则应该有两行：

• 3/15 的一行绘制数据从上午 6:30 到下午 4:
• 30，3/16 的一条线绘制从上午 7:30 到下午 5:30 的数据，

两者共享相同的 x 轴，范围为-2 至 +8，在 t=0 时发布公告。

---

我尝试过的：

目前我可以通过查找公告的索引位置来做到这一点（例如，假设它出现在第 298 行 -> announcement_index = 298） ，生成从 -24 到 96 的 120 个数字的数组（每个数字代表 10 小时、5 分钟 -> x = np.arange(-24, 96, 1))，然后绘制

sns.lineplot(x, y=df['value'].iloc[announcement_index-24:announcement_index+96])

虽然这大部分有效（见下图），但我怀疑这不是正确的方法。具体来说，尝试在特定时间向绘图添加更多信息（例如一组不同的“值”标记）很困难，因为我需要将时间戳转换为任意 24-96 值范围。

如何使用日期时间索引来制作相同的图？非常感谢！

Answer 1

假设索引已转换 to_datetime< /a>，创建一个 IntervalArray 从索引的 -2H 到 +8H：

dl, dr = -2, 8
left = df.index + pd.Timedelta(f'{dl}H')
right = df.index + pd.Timedelta(f'{dr}H')

df['interval'] = pd.arrays.IntervalArray.from_arrays(left, right)

然后对于每个 ANNOUNCMENT，从 interval.left 绘制窗口> 到 interval.right：

• 将 x 轴设置为自 ANNOUNCMENT 以来的秒数
• 将标签设置为自 ANNOUNCMENT 以来的小时数

fig, ax = plt.subplots()
for ann in df.loc[df['msg_type'] == 'ANNOUNCEMENT'].itertuples():
    window = df.loc[ann.interval.left:ann.interval.right] # extract interval.left to interval.right
    window.index -= ann.Index                             # compute time since announcement
    window.index = window.index.total_seconds()           # convert to seconds since announcement

    window.plot(ax=ax, y='value', label=ann.Index.date())
    deltas = np.arange(dl, dr + 1)
    ax.set(xticks=deltas * 3600, xticklabels=deltas)      # set tick labels to hours since announcement

ax.legend()

以下是具有较小值的输出窗口 -1H 至 +2H这样我们就可以更清楚地看到小样本数据（完整代码如下）：

完整代码：

import io
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

s = '''
date,value,msg_type
2022-03-15 08:15:10+00:00,122,None
2022-03-15 08:25:10+00:00,125,None
2022-03-15 08:30:10+00:00,126,None
2022-03-15 08:30:26.542134+00:00,127,ANNOUNCEMENT
2022-03-15 08:35:10+00:00,128,None
2022-03-15 08:40:10+00:00,122,None
2022-03-15 08:45:09+00:00,127,None
2022-03-15 08:50:09+00:00,133,None
2022-03-15 08:55:09+00:00,134,None
2022-03-16 09:30:09+00:00,132,None
2022-03-16 09:30:13.234425+00:00,135,ANNOUNCEMENT
2022-03-16 09:35:09+00:00,130,None
2022-03-16 09:40:09+00:00,134,None
2022-03-16 09:45:09+00:00,135,None
2022-03-16 09:50:09+00:00,134,None
'''
df = pd.read_csv(io.StringIO(s), index_col=0, parse_dates=['date'])

# create intervals from -1H to +2H of the index
dl, dr = -1, 2
left = df.index + pd.Timedelta(f'{dl}H')
right = df.index + pd.Timedelta(f'{dr}H')
df['interval'] = pd.arrays.IntervalArray.from_arrays(left, right)

# plot each announcement's interval.left to interval.right
fig, ax = plt.subplots()
for ann in df.loc[df['msg_type'] == 'ANNOUNCEMENT')].itertuples():
    window = df.loc[ann.interval.left:ann.interval.right] # extract interval.left to interval.right
    window.index -= ann.Index                             # compute time since announcement
    window.index = window.index.total_seconds()           # convert to seconds since announcement

    window.plot(ax=ax, y='value', label=ann.Index.date())
    deltas = np.arange(dl, dr + 1)
    ax.set(xticks=deltas * 3600, xticklabels=deltas)      # set tick labels to hours since announcement

ax.grid()
ax.legend()