如何通过子图创建 pandas 群组情节？ [英] How to create Pandas groupby plot with subplots?

问题描述

我有这样的数据框：

 值标识符
 2007-01-01 0.781611 55 
 2007-01-01 0.766152 56 
 2007-01-01 0.766152 57 
 2007-02-01 0.705615 55 
 2007-02-01 0.032134 56 
 2007-02- 01 0.032134 57 
 2008-01-01 0.026512 55 
 2008-01-01 0.993124 56 
 2008-01-01 0.993124 57 
 2008-02-01 0.226420 55 
 2008-02-01 0.033860 56 
 2008-02-01 0.033860 57 
  

所以我每个标识符做一个groupby：

  df.groupby（'identifier'）
  

现在我想在网格中生成子图，每个子图都有一个图。我尝试了两种方法：

pre $ df.groupby（'identifier'）。plot（subplots = True）


$或b
$ b $ $ p $ df.groupby（ '标识符'）。plot（subplots = False）


和

  plt.subplots（3,3）
 df.groupby（'identifier'）。plot（subplots = True）
  

无济于事。如何创建图表？

解决方案

这是一个包含大量组（随机假数据） grouped.get_group（key）会告诉你如何做更优雅的情节。

 将pandas作为pd 
从numpy.random导入randint 
导入matplotlib.pyplot作为plt 
 
 
 df = pd.DataFrame（randint（0,10，（200,6）），columns = list（'abcdef'））
 grouped = df.groupby（'a '）
 rowlength = grouped.ngroups / 2＃修正奇数组
 fig，axs = plt.subplots（figsize =（9,4），
 nrows = 2，ncols = rowlength，＃修正如上
 gridspec_kw = dict（hspace = 0.4））＃对gridspec进行大量控制
 
 targets = zip（grouped.groups.keys（），axs.flatten（） ）
在枚举（目标）中为i，（key，ax）：
 ax.plot（grouped.get_group（key））
 ax.set_title（'a =％d'％key ）
 ax.legend（）
 plt.show（）
  

I have a data frame like this:

     value     identifier
2007-01-01  0.781611      55
2007-01-01  0.766152      56
2007-01-01  0.766152      57
2007-02-01  0.705615      55
2007-02-01  0.032134      56 
2007-02-01  0.032134      57
2008-01-01  0.026512      55
2008-01-01  0.993124      56
2008-01-01  0.993124      57
2008-02-01  0.226420      55
2008-02-01  0.033860      56
2008-02-01  0.033860      57

So I do a groupby per identifier:

df.groupby('identifier')

And now I want to generate subplots in a grid, one plot per group. I tried both

df.groupby('identifier').plot(subplots=True)

or

df.groupby('identifier').plot(subplots=False)

and

plt.subplots(3,3)
df.groupby('identifier').plot(subplots=True)

to no avail. How can I create the graphs?

解决方案

Here's an automated layout with lots of groups (of random fake data) and playing around with grouped.get_group(key) will show you how to do more elegant plots.

import pandas as pd
from numpy.random import randint
import matplotlib.pyplot as plt


df = pd.DataFrame(randint(0,10,(200,6)),columns=list('abcdef'))
grouped = df.groupby('a')
rowlength = grouped.ngroups/2                         # fix up if odd number of groups
fig, axs = plt.subplots(figsize=(9,4), 
                        nrows=2, ncols=rowlength,     # fix as above
                        gridspec_kw=dict(hspace=0.4)) # Much control of gridspec

targets = zip(grouped.groups.keys(), axs.flatten())
for i, (key, ax) in enumerate(targets):
    ax.plot(grouped.get_group(key))
    ax.set_title('a=%d'%key)
ax.legend()
plt.show()

这篇关于如何通过子图创建 pandas 群组情节？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！