我在python中有一个基本的pandas数据框，它接收数据并绘制折线图。每个数据点都涉及一个时间。如果数据文件一切正常，则理想情况下，每个时间戳大约相差30分钟。在某些情况下，没有一个小时以上的数据通过。在这段时间里，我想将此时间段标记为“缺失”，并绘制一个不连续的折线图，以公然显示丢失数据的位置。

我很难解决这个问题，甚至很难找到解决方案，因为问题很具体。数据是“实时的”，并且会不断更新，因此我不能仅查明某个区域并进行编辑作为解决方法。

看起来像这样：

例

用于创建日期时间列的代码：

#convert first time columns into one datetime column
df['datetime'] = pd.to_datetime(df[['year', 'month', 'day', 'hour', 'minute', 'second']])

我已经弄清楚了如何计算时差，其中包括创建一个新列。这是代码，以防万一：

df['timediff'] = (df['datetime']-df['datetime'].shift().fillna(pd.to_datetime("00:00:00", format="%H:%M:%S")))

基本看一下数据框：

datetime               l1    l2    l3
2019-02-03 01:52:16   0.1   0.2   0.4
2019-02-03 02:29:26   0.1   0.3   0.6
2019-02-03 02:48:03   0.1   0.3   0.6
2019-02-03 04:48:52   0.3   0.8   1.4
2019-02-03 05:25:59   0.4   1.1   1.7
2019-02-03 05:44:34   0.4   1.3   2.2

我只是不确定如何创建一个包含时差的不连续“实时”图。

提前致谢。

解决方案

使用我的新timediff列和df.loc函数解决了。

df['timediff'] = (df['datetime']-df['datetime'].shift().fillna(pd.to_datetime("00:00:00", format="%H:%M:%S")))

这样我就可以收集每一行的时差。

然后使用df.loc，我能够在timediff大于一个小时的l1和l2列中找到值，然后将其设为nan。就像我想要的那样，结果是该时间点的绘图中缺少一条线。

missing_l1 = df['l1'].loc[df['timediff'] > timedelta(hours=1)] = np.nan
missing_l2 = df['l2'].loc[df['timediff'] > timedelta(hours=1)] = np.nan