如何将不同长度的多个DataFrame绘制到同一张图表中

问题描述 #

我有大约300个DataFrame，希望将它们绘制到同一张折线图中。问题在于这些DataFrame的数值数量（即长度）各不相同。如何绘制才能让它们在图表的x轴上首尾对齐？

我可以将DataFrame转换为列表、Series或其他格式。

示例 #

• df1: [5, 3, 10, 7, 10...]
• df2: [2, 4, 5, 7, 2, 1, 3, 0, 1]
• 调整后的df2：理想状态——与df1长度相同

df1 df2 adjusted df2
5   2   2
3       2
10      2
7   4   4
10      4
5       4
8   6   6
6       6
5       6
6   7   7
2       7
1       7
5   2   2
3       2
6       2
9   1   1
9       1
7       1
10  3   3
2       3
7       3
7   0   0
6       0
1       0
6   1   1
9       1

含日期时间的示例 #

第一个DataFrame：

datetime       value
5448 2020-01-19 22:05:00  166.300003
5449 2020-01-19 22:10:00  165.259995
5450 2020-01-19 22:15:00  164.699997
5451 2020-01-19 22:20:00  165.380005
5452 2020-01-19 22:25:00  166.179993
5453 2020-01-19 22:30:00  162.630005
5424 2020-01-19 22:35:00  162.550003
5425 2020-01-19 22:40:00  161.990005
5426 2020-01-19 22:45:00  161.750000
5427 2020-01-10 22:50:00  161.440002

第二个DataFrame：

datetime       value
15900 2020-02-25 11:55:00  262.510010
15901 2020-02-25 12:00:00  263.179993
15902 2020-02-25 12:05:00  262.260010
15903 2020-02-25 12:10:00  261.959991
15904 2020-02-25 12:15:00  262.179993
15905 2020-02-25 12:20:00  261.299988
15906 2020-02-25 12:25:00  261.579987
15907 2020-02-25 12:30:00  261.890015
15908 2020-02-25 12:35:00  262.820007
15909 2020-02-25 12:40:00  262.010010
15910 2020-02-25 12:45:00  261.630005
15911 2020-02-25 12:50:00  261.109985
15912 2020-02-25 12:55:00  261.149994
15913 2020-02-25 13:00:00  260.679993
15914 2020-02-25 13:05:00  261.929993
15915 2020-02-25 13:10:00  260.880005
15916 2020-02-25 13:15:00  259.929993

第三个DataFrame：

datetime       value
16407 2020-02-27 06:10:00  224.860001
16408 2020-02-27 06:15:00  224.240005
16409 2020-02-27 06:20:00  223.610001
16410 2020-02-27 06:25:00  223.490005
16411 2020-02-27 06:30:00  223.199997

期望绘制效果：所有折线左对齐（起点重合）、右对齐（终点重合）。

解决方案 #

方案1：使用相对位置x轴（通用方法） #

不需要修改原始数据，直接将每个序列的x轴映射为0到1之间的相对索引，即每个点的x值为当前索引 / (序列长度-1)。这样不管序列长短，都会从x=0开始，x=1结束，自然首尾对齐。

示例代码（使用matplotlib）：

import matplotlib.pyplot as plt
import pandas as pd

# 假设有多个DataFrame存储在列表dfs中
dfs = [df1, df2, df3]  # 替换为你的DataFrame列表

plt.figure(figsize=(10,6))

for idx, df in enumerate(dfs):
    # 计算相对x轴位置
    x = [i/(len(df)-1) for i in range(len(df))]
    y = df['value'].tolist()
    plt.plot(x, y, label=f'Series {idx+1}')

plt.xlabel('相对位置')
plt.ylabel('数值')
plt.title('多序列首尾对齐折线图')
plt.legend()
plt.show()

方案2：时间序列的相对时间归一化 #

如果你的数据是时间序列，可以将每个序列的时间转换为相对于起始时间的时长占比，同样实现首尾对齐：

示例代码：

import matplotlib.pyplot as plt
import pandas as pd

dfs = [df1, df2, df3]

plt.figure(figsize=(10,6))

for idx, df in enumerate(dfs):
    # 转换datetime列为时间戳
    df['datetime'] = pd.to_datetime(df['datetime'])
    # 计算每个时间点相对于起始时间的总时长
    start_time = df['datetime'].iloc[0]
    end_time = df['datetime'].iloc[-1]
    total_duration = (end_time - start_time).total_seconds()
    # 计算相对时间占比（0到1）
    x = (df['datetime'] - start_time).dt.total_seconds() / total_duration
    y = df['value']
    plt.plot(x, y, label=f'Time Series {idx+1}')

plt.xlabel('相对时间')
plt.ylabel('数值')
plt.title('时间序列首尾对齐折线图')
plt.legend()
plt.show()

方案3：数据插值补全（匹配最长序列长度） #

如果需要将所有序列调整为相同长度，可以以最长的DataFrame长度为基准，对短序列进行插值补全。这种方法会修改原始数据，但能保持数据的连续性：

示例代码：

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

dfs = [df1, df2, df3]

# 找到最长的序列长度
max_length = max(len(df) for df in dfs)

# 对每个序列进行插值补全
adjusted_dfs = []
for df in dfs:
    # 创建新的索引，长度为max_length
    new_index = np.linspace(0, len(df)-1, max_length)
    # 对value列进行插值
    adjusted_values = np.interp(new_index, np.arange(len(df)), df['value'])
    adjusted_dfs.append(pd.Series(adjusted_values))

# 绘制调整后的序列
plt.figure(figsize=(10,6))
for idx, ser in enumerate(adjusted_dfs):
    plt.plot(ser, label=f'Adjusted Series {idx+1}')

plt.xlabel('索引')
plt.ylabel('数值')
plt.title('插值补全后首尾对齐折线图')
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者FN_