groupby 多个值，并绘制结果

Posted 2023-02-23

【中文标题】groupby 多个值，并绘制结果

【英文标题】：groupby multiple values, and plotting results

【发布时间】：2016-03-17 12:03:07

【问题描述】：

我正在使用一些关于杀菌剂使用的数据，其中包含年份、杀菌剂、使用量，以及 panda DataFrame 中的一些不相关列。看起来有点像：

Year, State,      Fungicide, Value
2011, California, A,         12879
2011, California, B,         29572
2011, Florida,    A,         8645
2011, Florida,    B,         19573
2009, California, A,         8764
2009, California, B,         98643,
...

我想要的是一张随时间推移使用的总杀菌剂的单一图，并为每种单独的杀菌剂绘制一条线（以不同的颜色）。我使用 .groupby 来获取每年使用的每种杀菌剂的总量：

apple_fplot = df.groupby(['Year','Fungicide'])['Value'].sum()

这给了我想要绘制的值，例如：

Year, Fungicide, Value
...
2009, A,        128635
      B,        104765
2011, A,        154829
      B,        129865

现在我需要绘制它，以便每种杀菌剂（A、B、...）在随时间变化的价值的单个图上是一条单独的线 p>

有没有办法做到这一点而不把它全部分开？原谅我的无知，我是python的新手，还在熟悉它。

【问题讨论】：

你不能简单地分组杀菌剂吗？

【参考方案1】：

对于正确打印legend 和xticks 的干净解决方案，您可以

apple_fplot = df.groupby(['Year','Fungicide'])['Value'].sum()
plot_df = apple_fplot.unstack('Fungicide').loc[:, 'Value']
plot_df.index = pd.PeriodIndex(plot_df.index.tolist(), freq='A')
plot_df.plot()

对于subplots，只需将各自的keyword 设置为True：

plot_df.plot(subplots=True)

得到：

【讨论】：

谢谢，效果很好。作为旁白;我可以修改此代码以也为每一行生成一个图吗？我突然想到，我有太多的线条无法在一张图上显示而不会掩盖数据。 （更不用说如果我展示它，图例会覆盖一半的情节）。我尝试通过 for 循环运行未堆叠的 groupby，但似乎无法正常工作

再次感谢，但问题是我想要绘制的线太多了，当将它们绘制为单个图上的子图时，它会垂直挤压到完全不可读的程度。理想情况下，我会将每条线绘制为单独的图，并保存到单独的文件路径中。为此，我试图做一个 for 循环：afplot = apple_fplot.unstack('Domain Category') for i, column in afplot: plt.figure(i);afplot[column].plot() plt.savefig('.../apple fplot'.format(i)) 我不确定这是否可行，但它给了我：ValueError: too many values to unpack

【参考方案2】：

你可以这样做：

import matplotlib
matplotlib.style.use('ggplot')
import matplotlib.pyplot as plt

plt.figure()
df.groupby(['Year','Fungicide']).sum().unstack().plot()

数据

   Year        State Fungicide  Value
0  2011   California         A  12879
1  2011   California         B  29572
2  2011      Florida         A   8645
3  2011      Florida         B  19573
4  2009   California         A   8764
5  2009   California         B  98643

【参考方案3】：

类似的东西：

df_grouped = df.groupby('Fungicide')
for key, group in df_grouped:
   group.groupby('Year')['Value'].sum().plot(ax=ax,label=key)

通过在 groupby 对象上使用 for 循环，将遍历每个组，分配键（例如“A”或“B”，它被分组的列的值），以及每次的组数据帧。

查看示例

http://pandas.pydata.org/pandas-docs/stable/groupby.html#iterating-through-groups