Seaborn Line Plot 用于绘制多个参数

Posted 2023-03-12

【中文标题】Seaborn Line Plot 用于绘制多个参数

【英文标题】：Seaborn Line Plot for plotting multiple parameters

【发布时间】：2021-06-16 14:51:18

【问题描述】：

我有如下数据集，

index	10_YR_CAGR	5_YR_CAGR	1_YR_CAGR
c1_rev	20.5	21.5	31.5
c2_rev	20.5	22.5	24
c3_rev	21	24	27
c4_rev	20	26	30
c5_rev	24	19	15
c1_eps	21	22	23
c2_eps	21	24	25

此数据有 5 家公司及其参数，如 rev、eps、利润等。我需要绘制如下图：

版本：

x_axis-> index_col c1_rev, ...c5_rev y_axis -> 10_YR_CAGR .. 1_YR_CAGR

每股收益：

x_axis -> index_col: c1_eps,...c5_eps y_axis -> 10_YR_CAGR,... 1_YR_CAGR

等等……

我已尝试使用以下代码：

eps = analysis_df[analysis_df.index.str.contains('eps',regex=True)]

for i1 in eps.columns[eps.columns!='index']:
    sns.lineplot(x="index",y=i1,data=eps,label=i1)

我必须从源创建一个数据框，然后循环它。如何尝试创建一个从主源数据帧本身循环的 for 循环？

除了为单独的参数创建循环之外，我如何从主源数据框循环以创建带有 rev、eps、profit 等参数的绘图图表到 facegrid 参数？如何在 facetgrid 中应用这些过滤器？

我上面代码的示例输出，

如何在一个 for 循环中为不同的参数绘制相同类型的图？

【参考方案1】：

通常绘制构面的方式是将您的analysis_df“融合”到 id/variable/value 列中。

split() 将index 列转换为Company 和Parameter，我们稍后将在熔化时将其用作id 列：

analysis_df[['Company', 'Parameter']] = analysis_df['index'].str.split('_', expand=True)

#      index  10_YR_CAGR  5_YR_CAGR  1_YR_CAGR  Company  Parameter
#  0  c1_rev         100         21          1       c1        rev
#  1  c2_rev           1         32         24       c2        rev
# ...

melt() CAGR 专栏：

melted = analysis_df.melt(
    id_vars=['Company', 'Parameter'],
    value_vars=['10_YR_CAGR', '5_YR_CAGR', '1_YR_CAGR'],
    var_name='Period',
    value_name='CAGR',
)

#      Company  Parameter      Period  CAGR
#  0        c1        rev  10_YR_CAGR   100
#  1        c2        rev  10_YR_CAGR     1
#  2        c3        rev  10_YR_CAGR    14
#  3        c1        eps  10_YR_CAGR     1
# ...
# 25        c2        pft   1_YR_CAGR    14
# 26        c3        pft   1_YR_CAGR    17

relplot() CAGR vs Company（由Period着色）对于每个Parameter使用melted数据框：

sns.relplot(
    data=melted,
    kind='line',
    col='Parameter',
    x='Company',
    y='CAGR',
    hue='Period',
    col_wrap=1,
    facet_kws='sharex': False, 'sharey': False,
)

重现此图的样本数据：

import io
import pandas as pd
csv = '''
index,10_YR_CAGR,5_YR_CAGR,1_YR_CAGR
c1_rev,100,21,1
c2_rev,1,32,24
c3_rev,14,23,7
c1_eps,1,20,50
c2_eps,21,20,25
c3_eps,31,20,37
c1_pft,20,1,10
c2_pft,25,20,14
c3_pft,11,55,17
'''
analysis_df = pd.read_csv(io.StringIO(csv))

【讨论】：

感谢更新，如何逐行绘制图表并使用基于plot的ylim代替普通的ylim，这样图表才好看？

您可以使用 col_wrap=1 设置 1 列（此处为 3 行）和 facet_kws='sharey': False 取消链接 y 轴。我用这些选项编辑了我的答案。

感谢@tdy，它成功了。但是执行此操作时缺少 x 标签，只有最后一个图表显示 xlabels。关于如何将 xlabels 更新到所有地块的任何想法？

不客气。对于 x 标签，您也可以取消链接 x 轴：facet_kws='sharex': False, 'sharey': False（答案已更新）