Pandas/matplotlib新手求助：如何聚合索引不同的时间序列数据？

核心思路 #

通过统一x轴网格+线性插值+聚合均值的流程处理：先提取所有序列的时间边界，生成密集的统一x网格；对每个序列按该网格做线性插值，确保所有序列对齐到相同x值；最后对插值后的序列计算均值，再绘制折线。整个流程完全基于pandas实现，支持任意数量的序列（包括100+）。

具体步骤与代码示例 #

假设你有一个包含所有时间序列的列表all_series，每个元素是带seconds_since_start和Value列的DataFrame：

1. 生成统一x网格
   先获取所有序列的时间边界，生成间隔均匀的x值（间隔可按需调整）：

   import pandas as pd
   import matplotlib.pyplot as plt
   
   # 获取所有序列的时间范围边界
   min_x = min(df['seconds_since_start'].min() for df in all_series)
   max_x = max(df['seconds_since_start'].max() for df in all_series)
   
   # 生成间隔为0.1秒的统一x网格（可自定义间隔）
   common_x = pd.Series(pd.np.arange(min_x, max_x + 0.1, 0.1))
   common_x.name = 'seconds_since_start'
   

2. 对每个序列做线性插值对齐
   遍历所有序列，将每个序列插值到统一x网格上：

   interpolated_dfs = []
   for df in all_series:
       # 设置时间列为索引，方便插值操作
       df_indexed = df.set_index('seconds_since_start')
       # 按统一x网格重索引并做线性插值
       interpolated = df_indexed.reindex(common_x.index).interpolate(method='linear')
       interpolated_dfs.append(interpolated)
   

3. 合并序列并计算均值
   将所有插值结果合并，按x值计算对应均值：

   # 按列合并所有插值后的序列
   merged = pd.concat(interpolated_dfs, axis=1)
   # 计算每个x值对应的所有序列均值
   mean_series = merged.mean(axis=1).reset_index()
   mean_series.columns = ['seconds_since_start', 'Mean_Value']
   

4. 绘制均值折线
   用matplotlib绘制最终的均值折线：

   plt.plot(mean_series['seconds_since_start'], mean_series['Mean_Value'])
   plt.xlabel('seconds_since_start')
   plt.ylabel('Mean Value')
   plt.title('Mean of Multiple Time Series')
   plt.show()
   

关键说明 #

• 插值方法：interpolate(method='linear')满足你“两点间线性关系”的假设，也可根据需求替换为nearest等其他插值方式。
• 性能适配：100+序列的场景下，pandas的concat和mean操作效率足够；若数据量极大，可考虑用dask做并行处理，常规场景下无需额外优化。
• 网格灵活性：统一x网格的间隔可根据数据密度调整，稀疏数据用大间隔、密集数据用小间隔，平衡精度与计算量。

内容的提问来源于stack exchange，提问作者PlankTon