在数据框中绘制聚合分组

Posted 2023-03-11

【中文标题】在数据框中绘制聚合分组

【英文标题】：plot aggregate grouped by in a dataframe

【发布时间】：2020-03-01 05:01:10

【问题描述】：

我总结了一个我分组依据的值。我想绘制它。

我按我想要的排序数据分组。尽管如此，我不知道如何绘制它。

我有以下代码：

subset_sales = sales[sales['Is Good'] == 1].groupby(['Name','Delivery hour', 'Delivery Date'])['Volume'].agg('sum')

这给了我输出：

 Name      Delivery Hour        Delivery Date

Angela      Morning              Monday       1
                                 Tuesday      2
                                 Wednesday    3
                                 Thursday     5
                                 Friday       2
                              ...
Eva      Afternoon            Monday      7
                              Tuesday     3
                              Wednesday   5
                              Thursday    2
                              Friday      4
Name: Volume, Length: 100, dtype: float64

我重置了索引：

subset_sales_2 = subset_sales.reset_index()

它给出以下输出：

      Name Delivery Hour Delivery Date  Volume 
0         Angela               Morning    Monday         1
1         Angela               Morning    Tuesday        2
2         Angela               Morning    Wednesday      3
3         Angela               Morning    Thursday       5
4         Angela               Morning    Friday         2
           ...                 ...           ...           ...
17955     Eva               Afternoon    Monday        7
17956     Eva               Afternoon    Tuesday       3
17957     Eva               Afternoon    Wednesday     5
17958     Eva               Afternoon    Thursday      2
17959     Eva               Afternoon    Friday        4

我只设法得到两个子图。目的是将 Eva 和 Angela 的 y 轴上的不同交货时间绘制在同一图上，交货日期为 x 轴。预期的输出是每次交付（早上和下午）的两个地块，有两条线（Eva 和 Angela）。

我第一次尝试：

subset_sales_2.plot()

但输出只是一条曲线。它看起来像是所有总和的总和。

最后，我尝试了：

subset_sales_3 = subset_sales_2.loc[(subset_sales_2['Name'] == 'Angela') & (subset_sales_2['Delivery Hour'] == 'Morning')]
subset_sales_3 = subset_sales_3.set_index('Delivery Date')
subset_sales_3['Volume'].plot()

subset_blocks_4 = subset_sales_2.loc[(subset_sales_2['Name'] == 'Eva') & (subset_sales_2['Delivery Hour'] == 'Morning')]
subset_sales_4 = subset_sales_4.set_index('Delivery Date')
subset_sales_4['Volume'].plot()

subset_sales_3['Volume'].plot() + subset_sales_4['Volume'].plot()

我收到以下错误：

TypeError: unsupported operand type(s) for +: 'AxesSubplot' and 'AxesSubplot'

仍然有图表作为输出，但索引错误，因为交货日期的数量不一样。

我试过了：

subset_blocks.xs('Morning', level =   1).reset_index().plot()

我得到一张图表，其中一条线代表音量，而不是两条线，一张给 Eva，一张给 Angela。

【问题讨论】：

您好，欢迎来到 Stack Overflow！您的绘图代码将有助于解决此问题。

我添加了情节代码。

【参考方案1】：

使用matplotlib 绘图，可为数据框/数组的每一列运行多个指标。因此，您需要宽数据而不是长数据。因此，代替groupby，考虑pivot_table 来生成Angela、Eva 等列。此外，对于具有一个图例图的更简单的二维 (x/y)，典型图使用一个分类列（即，仅 交货时间 或仅 交货日期）。但是您可以扩展多列的子图。下面显示了这两种方法。

此外，对于工作日，请考虑使用 categorical dtype 以确保 x 轴不按字母顺序排列，而是保持在周一至周五。

随机数据 （为可重复而播种）

from pandas.api.types import CategoricalDtype  
...

### DATA BUILD
np.random.seed(11052019)
random_df = pd.DataFrame('Name': np.random.choice(['Angela', 'Eva'], 500),
                          'Delivery Hour': np.random.choice(['Morning', 'Evening'], 500),
                          'Delivery Date': np.random.choice(list(calendar.day_name)[0:5], 500),
                          'Volume': np.random.randint(1, 10, 500)

cat_type = CategoricalDtype(categories=list(calendar.day_name)[0:5], ordered=True)
random_df['Delivery Date'] = random_df['Delivery Date'].astype(cat_type)

绘图

# AGGREGATION (WITHOUT 'Delivery Hour')
subset_sales = (random_df.pivot_table(index=['Delivery Date'], 
                                      columns='Name', values='Volume', aggfunc='sum')
                         .reset_index()
                         .set_index('Delivery Date')
                )    

### PLOTTING
subset_sales.plot(kind='line', rot=90)

plt.tight_layout()
plt.show()
plt.clf()
plt.close()

或者，使用条形图：

subset_sales.plot(kind='bar', rot=90)

---

但是，要集成添加的维度，Delivery Hour，请使用DataFrame.plot 的ax 参数运行subplots 调用。

# AGGREGATION (WITH 'Delivery Hour')
subset_sales = (random_df.pivot_table(index=['Delivery Hour', 'Delivery Date'], 
                                      columns='Name', values='Volume', aggfunc='sum')
                         .reset_index()
                         .set_index('Delivery Date')
                )

fig,ax = plt.subplots(nrows=1, ncols=2, figsize=(10,5))

(subset_sales[subset_sales["Delivery Hour"] == 'Morning']
      .plot(title = "Morning", rot=90, ax=ax[0])
)

(subset_sales[subset_sales["Delivery Hour"] == 'Evening']
      .plot(title = "Evening", rot=90, ax=ax[1])
)