使用日期索引的时间序列数据在x轴上绘制经过的时间。

Question

在我的pandas数据框中，我的时间序列数据是按绝对时间索引的（格式为YYYY-MM-DD HH24:MI:SS.nnnnn）：

2017-01-04 16:25:25.143493    58
2017-01-04 16:25:26.145494    62
2017-01-04 16:25:27.147495    57
2017-01-04 16:25:28.149496    51
2017-01-04 16:25:29.151497    61

如何绘制此数据，使得我的图表的x轴是相对于我的第一个样本时间戳的一些间隔秒数（例如，“0 10 20 30 40 50”）的递增值？我需要使用Period或使用asfreq()将其转换为频率吗？还是应该使用DateFormatter？

文档有点混乱，并且似乎没有好的例子 - 大多数时间序列示例似乎都围绕着如月份或年份等粗略间隔展开。

- user1612443

---

可能是matplotlib为时间差智能生成坐标轴标签的重复问题。 - Suever

Answer 1

您可以将您的datetimeindex转换为timedeltaindex，然后进行绘制。

df.index = df.index - df.index[0]
df.plot()

- Ted Petrou

---

谢谢！真不敢相信这竟然如此简单！ - user1612443

如果需要绘制秒数的话，我会使用TimeDeltaIndex的seconds属性 - (df.index-df.index[0]).seconds - Nickil Maveli

Answer 2

也许有一种内置的方法可以实现这个功能，但是您想要的可以通过在列表推导式中减去日期时间并使用total_seconds()来实现：

# Generate a random timeseries
a = pd.Series(index=pd.date_range("20000101",freq="s",periods=50),data=np.random.randint(0,10,50))

# Create a new index by calculating relative difference between the datetimes.
# If you use total_seconds, you will convert datetimes into integers (which is what you wanted in your question)
new_index = [(i-a.index[0]) for i in a.index]

# Apply new index to the original Series
a.index = new_index

# plot the data
a.plot()

- Marjan Moderc