小编use*_*920的帖子

Matplotlib条形图选择颜色,如果值为正,则值为负

我有一个带有正值和负值的Pandas DataFrame作为条形图.我想绘制正面颜色'绿色'和负面值'红色'(非常原始...大声笑).如果> 0'green'else <0'red',我不知道如何通过?

data = pd.DataFrame([[-15], [10], [8], [-4.5]],
                    index=['a', 'b', 'c', 'd'],
                    columns=['values'])
data.plot(kind='barh')
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

python matplotlib pandas

17
推荐指数
2
解决办法
1万
查看次数

在 12 个月轴上逐年绘制

我想在 12 月至 1 月的一个 12 个月轴上绘制 6 年的 12 个月期间数据。

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

df = pd.Series(np.random.randn(72), index=pd.date_range('1/1/2000', periods=72, freq='M'))

# display(df.head())
2000-01-31    0.713724
2000-02-29    0.416233
2000-03-31   -0.147765
2000-04-30    0.141021
2000-05-31    0.966261
Freq: M, dtype: float64

grouped = df.groupby(df.index.map(lambda x: x.year))

grouped.plot()
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

我在每一年之间都得到了突破。然而,我想做的是将年份相互叠加。有什么简单干净的方法可以做到吗?

python matplotlib pandas

9
推荐指数
1
解决办法
5412
查看次数

Pandas:拆开 DataFrame 的一列

我想在 Pandas DataFrame 中取消堆叠一列。DataFrame 由“日期”索引,我想拆开“国家/地区”列,以便每个国家/地区都是自己的列。当前的熊猫 DF 如下所示:

             Country   Product      Flow Unit  Quantity  
Date                                                         
2002-01-31   FINLAND  KEROSENE  TOTEXPSB  KBD    3.8129     
2002-01-31    TURKEY  KEROSENE  TOTEXPSB  KBD    0.2542     
2002-01-31  AUSTRALI  KEROSENE  TOTEXPSB  KBD   12.2787     
2002-01-31    CANADA  KEROSENE  TOTEXPSB  KBD    5.1161     
2002-01-31        UK  KEROSENE  TOTEXPSB  KBD   12.2013     
Run Code Online (Sandbox Code Playgroud)

当我使用 df.pivot 时,我收到以下错误“ReshapeError:索引包含重复条目,无法重塑”这是真的,因为我正在查看每个国家/地区同时报告的日期。我想要的是拆开“国家/地区列”,以便每个月只显示一个日期。

像这样 Date 的 DataFrame 标头仍然是索引:

Date        FINLAND TURKEY  AUSTRALI  CANADA Flow      Unit

2002-01-31  3.8129  0.2542  12.2787   5.1161 TOTEXPSB   KBD
Run Code Online (Sandbox Code Playgroud)

我已经在这方面工作了一段时间,但我一无所获,因此任何方向或见解都会很棒。

另外,请注意,您只能看到 DataFrame 的头部,因此多年的数据采用这种格式。

谢谢,

道格拉斯

python pandas

6
推荐指数
1
解决办法
5742
查看次数

标签 统计

pandas ×3

python ×3

matplotlib ×2