小编Giz*_*lly的帖子

我有多个数据框，我想将它们绘制在分组条形图视图中的同一个图形上。

这是两个非常小的数据框，我想将它们绘制在同一张图中。

数据框是：

我想绘制一个像这样的例子的图：

我尝试这样做，只绘制一张图：

fig, ax = plt.subplots()

df1.plot.bar(x='Zona',y='Total_MSP')
df4.plot.bar(x='Zona',y='NumEstCasasFavelas2017',ax=ax)

plt.show()

我也尝试过这个：

fig, ax = plt.subplots()

df1.plot.bar(x='Zona',y='Total_MSP',ax=ax)
df4.plot.bar(x='Zona',y='NumEstCasasFavelas2017',ax=ax)

plt.show()

结果只是图片中单个数据帧的数据，而不是两个数据帧的两个数据。请注意，只有两个数据帧的标题出现在同一张图片中，数据仅来自单个独立的数据帧。

我需要将一个值设置为特定的阈值并生成一个混淆矩阵。数据位于 csv 文件 (11,1 MB) 中，此下载链接为：https : //drive.google.com/file/d/1cQFp7HteaaL37CefsbMNuHqPzkINCVzs/view ? usp=sharing ?

首先，我收到一条错误消息：““AttributeError: predict_proba is not available whenprobability=False”“所以我用它来纠正：

svc = SVC(C=1e9,gamma= 1e-07)
scv_calibrated = CalibratedClassifierCV(svc)
svc_model = scv_calibrated.fit(X_train, y_train) 

我在互联网上看到了很多，但我不太明白具体的阈值是如何被个人化的。听起来挺难的。现在，我看到错误的输出：

array([[   0,    0],
       [5359,   65]])

我不知道出了什么问题。

我需要帮助，我是新手。谢谢

from sklearn.model_selection import train_test_split

df = pd.read_csv('fraud_data.csv')

X = df.iloc[:,:-1]
y = df.iloc[:,-1]

X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)



def answer_four():
    from sklearn.metrics import confusion_matrix
    from sklearn.svm import SVC
    from sklearn.calibration import CalibratedClassifierCV
    from sklearn.model_selection import train_test_split


    svc = SVC(C=1e9,gamma= 1e-07) …

我有以下形式的“创建于”列：

日期的格式如下：'%d/%m/%Y'-> 日、月、年

obj = {'Created At': ['01/01/2017', '01/02/2017', '02/01/2017', 
                      '02/02/2017', 
                      '03/01/2017', '03/02/2017','04/01/2017' ], 
       'Text': [1, 70,14,17,84,76,32]}

df = pd.DataFrame(data=obj)

我做到了，但没用：

df.sort_values(by='Created At', inplace=True)

似乎只对日期进行排序，而忽略了月份。我该怎么办？