绘制 pandas 多索引 DataFrame，其中一个索引作为 Y 轴，另一个作为 X 轴

Posted 2023-03-12

【中文标题】绘制 pandas 多索引 DataFrame，其中一个索引作为 Y 轴，另一个作为 X 轴

【英文标题】：Plotting pandas multi-index DataFrame with one index as Y-axis and other as X-axis

【发布时间】：2018-06-17 12:15:16

【问题描述】：

我有一个在这里采样的多索引数据框：

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline

df = pd.read_csv('https://docs.google.com/uc?id=1mjmatO1PVGe8dMXBc4Ukzn5DkkKsbcWY&export=download', index_col=[0,1])

df

我试图绘制这个图，以便每一列 ['Var1', 'Var2', 'Var3', 'Var4'] 在一个单独的图中，Country 是一条曲线，y-axis，Year 是 x-axis

请求的图形会像这个 Ms-Excel 图形

我尝试使用

绘制它

f, a = plt.subplots(nrows=2, ncols=2, figsize=(9, 12), dpi= 80)

df.xs('Var1').plot(ax=a[0])
df.xs('Var2').plot(ax=a[1])
df.xs('Var3').plot(x=a[2])
df.xs('Var4').plot(kax=a[3])

但它给了KeyError: 'Var1'

我也尝试了以下

f, a = plt.subplots(nrows=2, ncols=2, 
                              figsize=(7, 10), dpi= 80)
for indicator in indicators_list:
    for c, country in enumerate(in_countries):
        ax = df[indicator].plot()
        ax.title.set_text(country + " " + indicator) 

但它返回 3 个空图和一个包含所有数据的图

我的试验出了什么问题，我可以做些什么来得到我需要的东西？

【参考方案1】：

如果我理解正确，您应该首先旋转您的数据框，以便将国家/地区作为列：

In [151]: df.reset_index().pivot('Year','Country','Var1').plot(ax=a[0,0], title='Var1', grid=True)
Out[151]: <matplotlib.axes._subplots.AxesSubplot at 0x127e2320>

In [152]: df.reset_index().pivot('Year','Country','Var2').plot(ax=a[0,1], title='Var2', grid=True)
Out[152]: <matplotlib.axes._subplots.AxesSubplot at 0x12f47b00>

In [153]: df.reset_index().pivot('Year','Country','Var3').plot(ax=a[1,0], title='Var3', grid=True)
Out[153]: <matplotlib.axes._subplots.AxesSubplot at 0x12f84668>

In [154]: df.reset_index().pivot('Year','Country','Var4').plot(ax=a[1,1], title='Var4', grid=True)
Out[154]: <matplotlib.axes._subplots.AxesSubplot at 0x12fbd390>

结果：

【参考方案2】：

如果数据是索引中列的形式，那么.reset_index()或者加载数据时不指定index_col参数。 现在使用pandas.DataFrame.melt 将数据帧转换为长格式 使用seaborn.relplot 绘图。 seaborn 是 matplotlib 的高级 API 在此示例中，使用随机测试数据，因为该文件不再可用。

在python 3.8.11、pandas 1.3.2、matplotlib 3.4.2、seaborn 0.11.2中测试

import seaborn as sns
import pandas as pd

# reset the index if needed
df = df.reset_index()

# convert the dataframe to a long form
dfm = df.melt(id_vars=['Country', 'Year'])

# display(dfm.head())
  Country  Year variable  value
0     USA  1960       V1   67.0
1     USA  1970       V1   48.0
2     USA  1980       V1   59.0
3     USA  1990       V1   20.0
4     USA  2000       V1   41.0

# plot
sns.relplot(data=dfm, kind='line', col='variable', col_wrap=2, x='Year', y='value', hue='Country',
            height=3.75, facet_kws='sharey': False, 'sharex': True)

样本数据

data = 'Country': ['USA', 'USA', 'USA', 'USA', 'USA', 'USA', 'USA', 'Egypt', 'Egypt', 'Egypt', 'Egypt', 'France', 'France', 'France', 'France', 'France', 'France', 'France', 'S.Africa', 'S.Africa', 'S.Africa'], 'Year': [1960, 1970, 1980, 1990, 2000, 2010, 2020, 1980, 1990, 2000, 2010, 1950, 1960, 1970, 1980, 1990, 2000, 2010, 1990, 2000, 2010], 'V1': [67, 48, 59, 20, 41, 71, 51, 63, 43, 18, 54, 54, 58, 27, 26, 42, 79, 77, 65, 78, 33], 'V2': [7.802, 4.89, 5.329, 1.899, 9.586, 8.827, 0.865, 2.436, 2.797, 2.157, 0.019, 6.975, 0.933, 7.579, 3.463, 7.829, 5.098, 1.726, 7.386, 7.861, 8.062], 'V3': [0.725, 0.148, 0.62, 0.322, 0.109, 0.565, 0.417, 0.094, 0.324, 0.529, 0.078, 0.741, 0.236, 0.245, 0.993, 0.591, 0.812, 0.768, 0.851, 0.355, 0.991], 'V4': [76.699, 299.423, 114.279, 158.051, 118.266, 273.444, 213.815, 144.96, 145.808, 107.922, 223.09, 68.148, 169.363, 220.797, 79.168, 277.759, 263.677, 244.575, 126.412, 277.063, 218.401]
df = pd.DataFrame(data)

  Country  Year  V1     V2     V3       V4
0     USA  1960  67  7.802  0.725   76.699
1     USA  1970  48  4.890  0.148  299.423
2     USA  1980  59  5.329  0.620  114.279
3     USA  1990  20  1.899  0.322  158.051
4     USA  2000  41  9.586  0.109  118.266