用多指数绘制的熊猫图

Question

在表演之后groupby.sum(),DataFrame我在尝试制作我想要的情节时遇到了一些麻烦.

如何kind='bar'为每个创建一个子图()Code,其中x轴是Month和,条是ColA和ColB？

Answer 1

我发现unstack(级别)方法可以完美地工作,这样做的另一个好处就是不需要有关代码数量的先验知识.

df.unstack(level=0).plot(kind='bar', subplots=True)

Answer 2

使用以下DataFrame ...

# using pandas version 0.14.1
from pandas import DataFrame
import pandas as pd
import matplotlib.pyplot as plt

data = {'ColB': {('A', 4): 3.0,
('C', 2): 0.0,
('B', 4): 51.0,
('B', 1): 0.0,
('C', 3): 0.0,
('B', 2): 7.0,
('Code', 'Month'): '',
('A', 3): 5.0,
('C', 1): 0.0,
('C', 4): 0.0,
('B', 3): 12.0},
'ColA': {('A', 4): 66.0,
('C', 2): 5.0,
('B', 4): 125.0,
('B', 1): 5.0,
('C', 3): 41.0,
('B', 2): 52.0,
('Code', 'Month'): '',
('A', 3): 22.0,
('C', 1): 14.0,
('C', 4): 51.0,
('B', 3): 122.0}}

df = DataFrame(data)

...您可以绘制以下内容(使用横截面):

f, a = plt.subplots(3,1)
df.xs('A').plot(kind='bar',ax=a[0])
df.xs('B').plot(kind='bar',ax=a[1])
df.xs('C').plot(kind='bar',ax=a[2])

一个用于A,一个用于B,一个用于C,x轴:"月",条形图是ColA和ColB.也许这就是你要找的东西.

Answer 3

• 创建所需的可视化效果就是调整数据框以适应绘图 API。
  • seaborn.groupby可以轻松地从没有 或 的数据帧聚合长格式数据.pivot_table。
• 给定原始 dataframe df，最简单的选择是将其转换为长格式pandas.DataFrame.melt，然后使用 进行绘图seaborn.catplot，这是 matplotlib 的高级 API。
  • 将默认值estimator从更改mean为sum
• 'Month'OP中的列是字符串类型。一般来说，最好将列转换为日期时间数据类型pd._to_datetime
• 测试于python 3.8.11, pandas 1.3.2, matplotlib 3.4.2,seaborn 0.11.2

seaborn.catplot

import seaborn as sns

dfm = df.melt(id_vars=['Month', 'Code'], var_name='Cols')

     Month Code  Cols  value
0  2014-03    C  ColA     59
1  2014-01    A  ColA     24
2  2014-02    C  ColA     77
3  2014-04    B  ColA    114
4  2014-01    C  ColA     67

# specify row and col to get a plot like that produced by the accepted answer
sns.catplot(kind='bar', data=dfm, col='Code', x='Month', y='value', row='Cols', order=sorted(dfm.Month.unique()),
            col_order=sorted(df.Code.unique()), estimator=sum, ci=None, height=3.5)

sns.catplot(kind='bar', data=dfm, col='Code', x='Month', y='value', hue='Cols', estimator=sum, ci=None,
            order=sorted(dfm.Month.unique()), col_order=sorted(df.Code.unique()))

pandas.DataFrame.plot

• pandas使用matplotlib和默认的绘图后端。
• 要生成像接受的答案一样的绘图，最好使用pandas.DataFrame.pivot_table代替.groupby，因为生成的数据框具有正确的形状，而不需要取消堆叠。

dfp = df.pivot_table(index='Month', columns='Code', values=['ColA', 'ColB'], aggfunc='sum')

dfp.plot(kind='bar', subplots=True, rot=0, figsize=(9, 7), layout=(2, 3))
plt.tight_layout()