pandas groupby 并从另一列中为每个组选择值进行绘图答案

【问题标题】：pandas groupby and select value from aother column for ecah group for plottingpandas groupby 并从另一列中为每个组选择值进行绘图
【发布时间】：2022-08-20 00:34:44
【问题描述】：

我正在使用groupby() 并绘制每个组。我有一个数据框：每个组具有相同的“正常”值

id  date  value  normal
1    5.2  20      200   
1    5.4  100     200
1    6.9   30     200
2    2.4   20     500
2    3.4   100    500

我想绘制每个组的日期和值列（对于 x、y 轴）并添加与组相对应的正常值的 axhline。我试过了：

ax = sns.scatterplot(\"date\", \"value\", data = data)
grouped = data.groupby(\'id\')
normal_val= grouped[\'normal\']
plt.axhline(normal_val,c=\'red\', ls=\':\')    #===> THIS LINE
plt.show()

但不起作用。希望有人能帮忙！谢谢

标签： python pandas dataframe matplotlib seaborn

【解决方案1】：

参考突出显示的行，normal_val 有多个值，不确定您对哪一个感兴趣。

print(data.groupby('id')[['normal']].mean())

     normal
id         
1.0   200.0
2.0   500.0

如果将行更改为如下所示，您将获得输出

normal_val1 = 200
normal_val2 = 500
plt.axhline(normal_val1, c='red', ls=':')
plt.axhline(normal_val2, c='green', ls='-.')

编辑：根据您有多少“正常”值，您可以添加到颜色列表c。我从 8 开始，所以这段代码应该可以工作：

import seaborn as sns
import matplotlib.pyplot as plt

ax = sns.scatterplot("date", "value", data = data)
df = data.groupby('id')[['normal']].mean().reset_index()
c = ['red', 'green', 'yellow', 'blue', 'navy', 'cyan', 'pink', 'brown']
if len(df['normal']) <= len(c):
    for i, normal in enumerate(df['normal']):
        plt.axhline(normal, c=c[i], ls='-.')
plt.show()

【讨论】：

我有多个图，为每个 id 绘制所以对于每个 id 图我想要对应的正常值
当然，我已经修改了我的代码以允许更多值（现在最多 8 个），请看一下

【解决方案2】：

请注意，df.groupby('id').normal 本身没有意义。之后您应该对其应用聚合函数。否则，它只是一个 groupby 对象。我取每个 id 的正常值的平均值，但当然你可以使用它。

normal_val = df.groupby('id').normal.mean()
for item in normal_val:
    plt.axhline(y=item, c='red', ls=':')
plt.show()

给

【讨论】：

我有多个图，为每个 id 绘制所以对于每个 id 图我想要对应的正常值

【解决方案3】：

这是因为grouped = data.groupby('id) 行返回pandas.core.groupby.generic.DataFrameGroupBy object。

您可能想尝试 -

data = {
    "id": [1, 1, 1, 2, 2],
    "date":  [5.2, 5.4, 6.9, 2.4, 3.4],
    "value": [20, 100, 30, 20, 100],
    "normal": [200, 200, 200, 500, 500]
}

data = pd.DataFrame(data)

for id in data["id"].unique():
    plot_data = data.loc[data["id"] == id]
    ax = sns.scatterplot("date", "value", data = plot_data)
    ax.axhline(plot_data["normal"].unique(), c='red', ls=':')
    plt.show()

【讨论】：

我有多个图，为每个 id 绘制所以对于每个 id 图我想要对应的正常值
我已经更新为每个 id 绘图，看看它是否有帮助。