fill_ Between 图在 pandas 时间序列的特定索引值组合上失败

Question

我尝试绘制一个图并观察到一个奇怪的错误：

import pandas as pd
import matplotlib.pyplot as plt

idx = pd.TimedeltaIndex(['0 days 00:00:00', '0 days 06:00:00', '0 days 12:00:00', '0 days 18:00:00'],
                        dtype='timedelta64[ns]', freq='6H')
ts1 = pd.Series(np.array([  0., 5439.802205, 4506.0691, 640.734375]), index=idx)
ts2 = pd.Series(np.array([747., 740.4, 717., 740.4]), index=idx)

plt.figure()

plt.fill_between(ts1.index, ts1, ts2, where=(ts1 > ts2))
plt.fill_between(ts1.index, ts1, ts2, where=(ts1 <= ts2))

plt.show()

这会导致

DTypePromotionError: The DType <class 'numpy.dtypes.TimeDelta64DType'> could not be promoted by <class 'numpy.dtypes.Float64DType'>. This means that no common DType exists for the given inputs. For example they cannot be stored in a single array unless the dtype is `object`. The full list of DTypes is: (<class 'numpy.dtypes.TimeDelta64DType'>, <class 'numpy.dtypes.Float64DType'>)

使用其他一些索引有效：

# ... as above
ts1 = pd.Series(np.array([  0., 5439.802205, 4506.0691, 640.734375]))
ts2 = pd.Series(np.array([747., 740.4, 717., 740.4]))
# as above ...

到目前为止，都是正常的麻烦。但是，如果我替换这些值

# ... as above
ts1 = pd.Series(range(4), index=idx)
ts2 = pd.Series(reversed(range(4)), index=idx)
# as above ...

它也有效！因此，原始索引或原始值都不是问题的单一原因。两者的结合就是。

有人可以向我解释一下吗？

Answer 1

TL；博士

使用

pd.TimedeltaIndex.seconds

将索引转换为秒以获得兼容的数据类型（integers

 和 

floats

），并使用 

plt.xticks 更正 ticks

（秒）和 

labels

（时间增量字符串）：

... # as above, in Q

idx_s = ts1.index.seconds 
# or use .astype(np.int64) if you want `ns`, but you don't need it here

plt.fill_between(idx_s, ts1, ts2, where=(ts1 > ts2))
plt.fill_between(idx_s, ts1, ts2, where=(ts1 <= ts2))

plt.xticks(ticks=idx_s, labels=idx, rotation=45, ha='right')
plt.show()

输出：

---

问题在于

plt.fill_between

对 numpy

 的依赖性。这是一个正确的完整回溯：

Traceback (most recent call last):

  Cell In[33], line 11
    plt.fill_between(ts1.index, ts1, ts2, where=(ts1 > ts2))

  File ~\anaconda3\lib\site-packages\matplotlib\pyplot.py:3315 in fill_between
    return gca().fill_between(

  File ~\anaconda3\lib\site-packages\matplotlib\__init__.py:1473 in inner
    return func(

  File ~\anaconda3\lib\site-packages\matplotlib\axes\_axes.py:5648 in fill_between
    return self._fill_between_x_or_y(

  File ~\anaconda3\lib\site-packages\matplotlib\axes\_axes.py:5632 in _fill_between_x_or_y
    pts = np.vstack([np.hstack([ind[where, None], dep1[where, None]]),

  File ~\anaconda3\lib\site-packages\numpy\core\shape_base.py:359 in hstack
    return _nx.concatenate(arrs, 1, dtype=dtype, casting=casting)

DTypePromotionError: The DType <class 'numpy.dtypes.TimeDelta64DType'> could not be promoted by <class 'numpy.dtypes.Float64DType'>. This means that no common DType exists for the given inputs. For example they cannot be stored in a single array unless the dtype is `object`. The full list of DTypes is: (<class 'numpy.dtypes.TimeDelta64DType'>, <class 'numpy.dtypes.Float64DType'>)

这里的最终问题是

matplotlib

使用

numpy

到达

pts

，即需要填充的区域。请参阅

此代码。例如，作为该尝试的一部分，它尝试做这样的事情：

np.hstack([idx.values[:, None], ts1.values[:, None]]) 这会失败（对于我们的

DTypePromotionError

），因为 

idx.values

 具有 dtype 

dtype('<m8[ns]')

，而 

ts1.values

 具有 dtype 

dtype('float64')

。它们是不兼容的，这意味着 

numpy

 无法将这两种 dtype 提升为 

common dtype：timedelta64[ns]

 中不能有小数值。

正如错误消息中提到的，上面的

可以与dtype=object

一起使用，但结果会产生各种性能和优化问题，例如矢量化损失。

您提到这与：

ts1 = pd.Series(range(4), index=idx)
ts2 = pd.Series(reversed(range(4)), index=idx)

现在，这是有道理的，因为两个系列的 dtype 都是

dtype('int64')

，其中 

is 与 dtype('<m8[ns]')

 兼容：

np.hstack([idx.values[:, None], ts1.values[:, None]])

array([[             0,              0],
       [21600000000000,              1],
       [43200000000000,              2],
       [64800000000000,              3]], dtype='timedelta64[ns]')

请注意，该操作已将整数“转换”为“timedelta64[ns]”。它将它们视为纳秒。

所以，这里的解决方案不是使用'timedelta64[ns]'，而是将idx

的值转换为（纳）秒，以获得

integers

（与

floats

兼容）。 （使用 

pd.TimedeltaIndex.seconds

 会得到 

dtype='int32'

，这足以满足您的示例。如果您确实想要纳秒，请使用 

idx.astype(np.int64)

。）

然后使用 

plt.xticks

根据需要正确设置

ticks

 和 

labels

。完整代码：

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

idx = pd.TimedeltaIndex(['0 days 00:00:00', '0 days 06:00:00', '0 days 12:00:00', 
                         '0 days 18:00:00'], dtype='timedelta64[ns]', freq='6h')
# 'H' is deprecated, use 'h' instead.

ts1 = pd.Series(np.array([  0., 5439.802205, 4506.0691, 640.734375]), index=idx)
ts2 = pd.Series(np.array([747., 740.4, 717., 740.4]), index=idx)

plt.figure()

idx_s = ts1.index.seconds
# or use .astype(np.int64) if you want `ns`, but you don't need it here

plt.fill_between(idx_s, ts1, ts2, where=(ts1 > ts2))
plt.fill_between(idx_s, ts1, ts2, where=(ts1 <= ts2))

plt.xticks(ticks=idx_s, labels=idx, rotation=45, ha='right')
plt.show()