小编mat*_*ati的帖子

我是Python和Pandas的新手,所以可能有一个我看不到的简单解决方案.

我有一些不连续的数据集,如下所示:

ind A    B  C  
0   0.0  1  3  
1   0.5  4  2  
2   1.0  6  1  
3   3.5  2  0  
4   4.0  4  5  
5   4.5  3  3  

我现在寻找一个解决方案来获得以下内容:

ind A    B  C  
0   0.0  1  3  
1   0.5  4  2  
2   1.0  6  1  
3   1.5  NAN NAN  
4   2.0  NAN NAN  
5   2.5  NAN NAN  
6   3.0  NAN NAN  
7   3.5  2  0  
8   4.0  4  5  
9   4.5  3  3  

问题是,A中的差距从数据集到位置和长度的数据集不等......

我有一个包含4列的(example-)数据框:

data = {'A': ['a', 'b', 'c', 'd', 'e', 'f'],
    'B': [42, 52, np.nan, np.nan, np.nan, np.nan],  
    'C': [np.nan, np.nan, 31, 2, np.nan, np.nan],
    'D': [np.nan, np.nan, np.nan, np.nan, 62, 70]}
df = pd.DataFrame(data, columns = ['A', 'B', 'C', 'D'])

    A   B       C       D
0   a   42.0    NaN     NaN
1   b   52.0    NaN     NaN
2   c   NaN     31.0    NaN
3   d   NaN     2.0     NaN
4   e   NaN     NaN     62.0
5   f   NaN     NaN     70.0

我现在想将列B,C和D合并/组合到一个新列E,如下例所示:

data2 = {'A': ['a', 'b', …

假设我有一个数据框，其“类型”列中包含三组“K”、“L”和“M”，如下所示：

df = pd.DataFrame(data={'A': random.sample(xrange(60, 100), 10),
                    'B': random.sample(xrange(20, 40), 10),
                    'C': random.sample(xrange(2000, 3010), 10),
                    'type': list(3*'K')+list(3*'L')+list(4*'M')})

为了查看单个分组的箱线图，我可以使用：

for i,el in enumerate(list(df.columns.values)[:-1]):
    a = df.boxplot(el, by ='type')

我现在想将这些单个图合并为一张图中的子图。

使用df.boxplot(by='type')创建这样的子图。然而，由于“A”、“B”和“C”列中的变量范围，这些子图难以阅读，即信息丢失，尤其是在印刷形式中。

每个子图如何拥有单独的 y 轴？