我将如何以不同的数量抵消 pandas 数据列？

Question

我正在pandas使用matplotlib. 我有一个绘图策略，我将归零到初始值，然后将每个选定的变量偏移一个设定值。例如，这是我目前的绘图方法：fig, ax = plt.subplots()# data is in a dataframe called inputDatatimeseries_plots=['var1','var3','var8']offsetFactor = 20for ii,var in enumerate(timeseries_plots)    offsetRef = inputData[var].loc[~inputData[var].isnull()].iloc[0]    ax.plot(inputData[TimeIndex], offsetFactor*(len(timeseries_plots_avg)-ii-1)+inputData[timeseries_plots_avg[ii]]-offsetRef, label=var,markersize=1,marker='None',linestyle = 'solid',color=colour)plt.show()这产生了这样的东西（有一些matplotlib技巧）：如您所见，它删除了offsetRef（在本例中为变量的初始值），然后offsetFactor向每个变量添加一个常量（在本例中等于 20）。结果是开始垂直偏移 20 的行。但是，当值开始随时间漂移并且一个变量可能与另一个变量交叉时，这可能会成为一个问题。我想做的是重置垂直偏移量 - 例如通过在特定日期之后更改 offsetRef。我试图通过以下方式做到这一点。我首先初始化一个等于变量大小的数组。offsetRef然后我用在 处重新计算的值填充它resetDates。我已经包含了注释，这些注释标记了#PSEUDOCODE我大致写下我想做的事情的地方——但提前道歉，因为它们非常粗糙。先感谢您！fig, ax = plt.subplots()inputData = pd.DataFrame(np.random.randint(100, size=(100, 5)), columns=['timestamp','var2','var3','var4','var5'])inputData['timestamp'][:]=pd.date_range('2020-may-01','2020-aug-08')timeseries_plots=['var1','var3','var4']offsetFactor = 20resetDates = ['2020-jun-23','2020-jul-05']for ii,var in enumerate(timeseries_plots)    offsetRef = np.zeros(inputData[var].size)    for tt,ttdate in enumerate(resetDates):        if tt=0:        #PSEUDO CODE: offsetRef[ inputData['timestamp'] <resetDates[tt]] = inputData[var].loc[~inputData[var].isnull()].iloc[0]        #PSEUDO CODE: offsetRef[ inputData['timestamp'] >=resetDates[tt]] = inputData[var].loc[~inputData[var].isnull()].iloc[ttdate]    #PSEUDO CODE: offsetRef[ inputData['timestamp'] >=resetDates[tt]] = inputData[var].loc[~inputData[var].isnull()].iloc[ttdate]        ax.plot(inputData[TimeIndex], offsetFactor*(len(timeseries_plots_avg)-ii-1)+inputData[timeseries_plots_avg[ii]]-offsetRef, label=var,markersize=1,marker='None',linestyle = 'solid',color=colour)plt.show()

Answer 1

这是我将坚持的当前解决方案，以便它可能对其他人有用：

fig, ax = plt.subplots()

# set up df

inputData = pd.DataFrame(np.random.randint(100, size=(100, 5)), columns=['timestamp','var2','var3','var4','var5'])

inputData['timestamp'][:]=pd.date_range('2020-may-01','2020-aug-08')

inputData['var2']=np.arange(0,100,1)

inputData['var2'][0:3]=49

inputData['var4']=np.arange(0,200,2)

inputData['var2'][0:3]=np.nan

# set constants and settings

dispFactor=20

timeseries_plots=['var2','var4']

resetDates=['2020-05-05','2020-05-20', '2020-08-04']

offsetFactor = dispFactor

#begin

fig, ax=plt.subplots()

for ii,var in enumerate(timeseries_plots):

    offsetRef = np.zeros(inputData[var].size)

    for tt,ttdate in enumerate(resetDates):

        if tt==0:        

            if inputData[var].loc[inputData['timestamp']==ttdate].isna().bool(): #if date is nan

                print('a',inputData[var].loc[~inputData[var].isnull()].iloc[0],inputData[var].bfill().loc[inputData['timestamp']==ttdate])

                offsetRef[(inputData['timestamp']<ttdate)]= inputData[var].loc[~inputData[var].isnull()].iloc[0]

                offsetRef[(inputData['timestamp']>=ttdate)]=inputData[var].bfill().loc[inputData['timestamp']==ttdate]

            else:

                print('b',inputData[var].loc[~inputData[var].isnull()].iloc[0],inputData[var].loc[inputData['timestamp']==ttdate])

                offsetRef[(inputData['timestamp']<ttdate)]= inputData[var].loc[~inputData[var].isnull()].iloc[0]

                offsetRef[(inputData['timestamp']>=ttdate)]= inputData[var].loc[inputData['timestamp']==ttdate]

        else:

            if inputData[var].loc[inputData['timestamp']==ttdate].isna().bool(): #if date is nan

                print('c')

                offsetRef[ inputData['timestamp'] >=resetDates[tt]] = inputData[var].bfill().loc[inputData['timestamp']==ttdate]

            else:

                print('d',inputData[var].loc[inputData['timestamp']==ttdate])

                offsetRef[ inputData['timestamp'] >=resetDates[tt]] = inputData[var].loc[inputData['timestamp']==ttdate]

        print(offsetRef)

    ax.plot(inputData['timestamp'], offsetFactor*(len(timeseries_plots)-ii-1)+inputData[var]-offsetRef)

plt.show()

这会将所选位置的偏移量“重置”为 20，resetDates以生成下图：

在任何一种情况下，我可能都不需要 nan 数据的 if 逻辑捕获（并且只依赖.bfill()）来工作 - 但这让我觉得它更安全。我将在改进解决方案时进行编辑。