绘制一年时间序列的每周刻度数据

Question

我有一个时间序列，列出了几个月交易历史中期货合约的成交价格数据。我希望有一个图表（折线图），显示时间序列中最近4周内每周滴答数据的交易历史（该序列不断更新）

X轴将显示周一至周五的日期，图表上任何时候都会有4条单独的线详细说明刻度数据。我已经设法做到这一点，使用一些代码，绘制最后一笔交易的每一天，但我需要的是滴答数据绘图，而不是仅仅一个数据点，每天为每一行。

这是一张Excel图表（！）在我试图用记号数据表示的内容中，只有线条会更不稳定，因为会有更多的数据点
基本上，一张图表上有4条线显示了过去四周的交易滴答数据：

我没有我试过的代码（它正在工作），但明天可以上传。

Answer 1

给你一些假数据：

In [11]: rng = pd.date_range('2013', freq='H', periods=1000)

In [12]: df = pd.DataFrame(np.random.randn(len(rng)), index=rng, columns=['data'])

首先，填充星期号（作为列）：

In [13]: df['week'] = df.index.week

接下来，计算一周开始以来的时间（可能有更优雅的方法）：

In [14]: df['week_beginning'] = df.index.to_period('W').to_timestamp()

In [15]: df['week_time'] = df.index.to_series() - df['week_beginning']

现在您可以使用透视表：

In [16]: df.pivot_table(values='data', rows='week_time', cols='week')
Out[16]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 168 entries, 0 to 601200000000000
Data columns (total 7 columns):
33    120  non-null values
34    168  non-null values
35    168  non-null values
36    168  non-null values
37    168  non-null values
38    168  non-null values
39    40  non-null values
dtypes: float64(7)

听起来这就是你想要描绘的东西（使用你之前问题中的技巧）：

In [17]: df.pivot_table('data', 'week_time', 'week').rename(columns=lambda x: 'Week ' + str(x)).plot()

注意：这个特定的图相当混乱，因为有很多数据点，提前聚合一些数据可能是有意义的。