如何在多列上绘制 groupby 的值

Posted 2023-03-11

【中文标题】如何在多列上绘制 groupby 的值

【英文标题】：How to plot the values of a groupby on multiple columns

【发布时间】：2022-01-11 06:48:00

【问题描述】：

我有一个类似于以下的数据集：

import pandas as pd

data = 'Country': ['Spain', 'Italy', 'France', 'Germany', 'Portugal', 'Greece', 'UK', 'Spain', 'Italy', 'France', 'Germany', 'Portugal', 'Greece', 'UK', 'Spain', 'Italy', 'France', 'Germany', 'Portugal', 'Greece', 'UK'],
        'Date': ['Jan 2020', 'Jan 2020', 'Jan 2020', 'Jan 2020', 'Jan 2020', 'Jan 2020', 'Jan 2020', 'Feb 2020', 'Feb 2020', 'Feb 2020', 'Feb 2020', 'Feb 2020', 'Feb 2020', 'Feb 2020', 'Dec 2020', 'Dec 2020', 'Dec 2020', 'Dec 2020', 'Dec 2020', 'Dec 2020', 'Dec 2020'],
        'Sales': [20000, 30000, 10000, 10000, 30000, 10000, 10000, 50000, 40000, 30000, 20000, 30000, 10000, 10000, 60000, 70000, 80000, 10000, 30000, 10000, 10000]
df = pd.DataFrame(data)

     Country      Date  Sales
0      Spain  Jan 2020  20000
1      Italy  Jan 2020  30000
2     France  Jan 2020  10000
3    Germany  Jan 2020  10000
4   Portugal  Jan 2020  30000
5     Greece  Jan 2020  10000
6         UK  Jan 2020  10000
7      Spain  Feb 2020  50000
8      Italy  Feb 2020  40000
9     France  Feb 2020  30000
10   Germany  Feb 2020  20000
11  Portugal  Feb 2020  30000
12    Greece  Feb 2020  10000
13        UK  Feb 2020  10000
14     Spain  Dec 2020  60000
15     Italy  Dec 2020  70000
16    France  Dec 2020  80000
17   Germany  Dec 2020  10000
18  Portugal  Dec 2020  30000
19    Greece  Dec 2020  10000
20        UK  Dec 2020  10000

我想可视化一年中各个国家/地区的销售额变化情况，因此我想显示 7 个直方图（每个国家/地区一个）。对于每个图，“日期”将在 x 轴上，“销售”值在 y 轴上。此外，还需要标识国家/地区的标题以及 x-label、y-label。

我尝试了之前讨论中的几个选项，但这些选项都不符合我想要实现的目标。我尝试了以下方法：

df.groupby('Country').hist(column='Sales', grid= False, figsize=(2,2))

df['Sales'].hist(grid=True, by=one_year_df['Country'])

df.groupby('Country').hist(grid= False, figsize=(2,2))

df.reset_index().pivot('index','Country','Sales').hist(grid=False, bins=12)

grouped = df.groupby('Country')

ncols=2
nrows = int(np.ceil(grouped.ngroups/ncols))

fig, axes = plt.subplots(nrows=nrows, ncols=ncols, figsize=(12,12), sharey=False)

for (key, ax) in zip(grouped.groups.keys(), axes.flatten()):
    grouped.get_group(key).plot(ax=ax)

ax.legend()
plt.show()

但是，这些选项都没有让我能够设置“日期”列，而且似乎无法按照我的意愿设置 x 轴、y 轴，因此，绘图是毫无意义。

我还发现了另一段代码，似乎考虑了所有变量，但结果仍然不如预期：

fig, ax = plt.subplots(figsize=(15,7))
df.groupby(['Country']).sum()['Sales'].plot(ax=ax)
ax.set_xlabel('Date')
ax.set_ylabel('Sales')

欢迎任何 cmets 或建议。谢谢。

【参考方案1】：

对于每个图，“日期”将在 x 轴上，“销售”值在 y 轴上。最好用线图或条形图显示。直方图本质上是条形图（就可视化而言）。 使用pd.to_datetime 将'Date' 列转换为日期时间 使用pivot_table 和aggfun='sum' 重塑数据框 使用pandas.DataFrame.plot 绘图，它使用matplotlib 作为默认绘图后端 请参阅How to give a pandas/matplotlib bar graph custom colors 为线条或条形指定不同的颜色。 List of named colors Choosing Colormaps 如有必要，请参阅此answer 以通过许多子图改进子图大小/间距。

import pandas as pd
import matplotlib.pyplot as plt

# convert the column to a datetime dtype
df.Date = pd.to_datetime(df.Date).dt.date

# reshape the dataframe
dfp = df.pivot_table(index='Date', columns='Country', values='Sales', aggfunc='sum')

# plot
ax = dfp.plot(figsize=(8, 5))
ax.legend(bbox_to_anchor=(1, 1.02), loc='upper left')

如果绘制条形图，会出现拥挤的混乱，因为每行数据都会有一个条形图。

ax = dfp.plot(kind='bar', subplots=True, figsize=(14, 12), layout=(2, 4), rot=0, legend=False)