如何根据不同的列绘制具有颜色和线型的宽数据框

Posted 2023-04-18

【中文标题】如何根据不同的列绘制具有颜色和线型的宽数据框

【英文标题】：How to plot a wide dataframe with colors and linestyles based on different columns

【发布时间】：2021-06-03 16:26:20

【问题描述】：

这是我的一个数据框：

d = 'year': [2020,2020,2020,2021,2020,2020,2021], 
     'month': [10, 11,12,1,11,12,1],
     'class':['A','A','A','A','B','B','B'],
     'val1':[2,3,4,5,1,1,1],
     'val2':[3,3,3,3,2,3,5]

df = pd.DataFrame(data=d)

输出：

   year  month class  val1  val2
0  2020     10     A     2     3
1  2020     11     A     3     3
2  2020     12     A     4     3
3  2021      1     A     5     3
4  2020     11     B     1     2
5  2020     12     B     1     3
6  2021      1     B     1     5

我需要随着时间的推移以不同的颜色（比如绿色和红色）绘制 val1 和 val2。还有两个类 A 和 B，我想用不同的线型（实线和虚线）绘制这两个类。所以如果类是 A，那么 val1 在图中可能是纯绿色，如果类是 B，那么 val1 在图中可能是绿色虚线。如果 class 是 B，那么 val2 在图中可能是纯红色，如果 class 是 B，那么 val2 在图中可能是红色虚线。

但是我遇到了需要解决的时间（x 轴）问题。首先，时间在不同的列（年和月）中，并且两个类的行数不同。在上面的数据中，B 类直到 2020 年 11 月才开始。

我尝试解决这个问题是使用年份和月份创建新索引：

df.index=df['year']+df['month']/12
df.groupby('class')['val1'].plot(legend='True')
plt.show()

但这会在 x 轴上创建不理想的刻度标签（我想我可以稍后重命名）。虽然它区分了这两个类，但它并没有按照我想要的方式进行。我也不知道如何在图中添加更多列。请指教。谢谢

【参考方案1】：

组合'year' 和'month' 列以创建一个带有datetime dtype 的列。 pandas.DataFrame.melt 用于将 DataFrame 从宽格式转换为长格式 使用seaborn.relplot 绘图，这是一个图形级别的绘图，以简化设置图形的高度和宽度。 类似于seaborn.lineplot 分别为颜色和线型指定 hue 和 style。 使用mdates 为x 轴提供良好的格式。如果不需要，请删除。

使用pandas 1.2.4、seaborn 0.11.1 和matplotlib 3.4.2 测试。

导入和转换 DataFrame

import pandas as pd
import seaborn as sns
import matplotlib.dates as mdates  # required for formatting the x-axis dates
import matplotlib.pyplot as plt  # required for creating the figure when using sns.lineplot; not required for sns.relplot

# combine year and month to create a date column
df['date'] = pd.to_datetime(df.year.astype(str) + df.month.astype(str), format='%Y%m')

# melt the dataframe into a tidy format
df = df.melt(id_vars=['date', 'class'], value_vars=['val1', 'val2'])

seaborn.relplot

# plot with seaborn
p = sns.relplot(data=df, kind='line', x='date', y='value', hue='variable', style='class', height=4, aspect=2, marker='o')

# format the x-axis - use as needed
# xfmt = mdates.DateFormatter('%Y-%m')
# p.axes[0, 0].xaxis.set_major_formatter(xfmt)

seaborn.lineplot

# set the figure height and width
fig, ax = plt.subplots(figsize=(8, 4))

# plot with seaborn
sns.lineplot(data=df, x='date', y='value', hue='variable', style='class', marker='o', ax=ax)

# format the x-axis
xfmt = mdates.DateFormatter('%Y-%m')
ax.xaxis.set_major_formatter(xfmt)

# move the legend
ax.legend(bbox_to_anchor=(1.04, 0.5), loc="center left")

融化df

         date class variable  value
0  2020-10-01     A     val1      2
1  2020-11-01     A     val1      3
2  2020-12-01     A     val1      4
3  2021-01-01     A     val1      5
4  2020-11-01     B     val1      1
5  2020-12-01     B     val1      1
6  2021-01-01     B     val1      1
7  2020-10-01     A     val2      3
8  2020-11-01     A     val2      3
9  2020-12-01     A     val2      3
10 2021-01-01     A     val2      3
11 2020-11-01     B     val2      2
12 2020-12-01     B     val2      3
13 2021-01-01     B     val2      5

【参考方案2】：

虽然这可以通过pyplot 和matplotlib 完成，但seaborn 等更高级别的界面将大大改善您绘制多个维度的体验。请参阅docs，了解使用 seaborn 标记数据的所有各种方式

试试：

import pandas as pd
import seaborn as sns

df['time'] = df.year + df.month/12
df1 = pd.wide_to_long(df, stubnames='val', i=['year', 'month', 'class'], j='val_number').reset_index()

sns.lineplot(x='time', y='val', hue='class', size='val_number', data=df1)

数据框现在将采用“长”形式，以允许每个“时间”点的唯一“vals”，以及您可以使用的相关标识符标签。

情节看起来有点混乱，但那是因为你试图用线图表示多少