在一张图中绘制许多时间序列列答案

【问题标题】：Plot many time-series columns in one graph在一张图中绘制许多时间序列列
【发布时间】：2021-12-17 22:11:34
【问题描述】：

我有一个包含大约 100 列的大数据框，我试图在一张图中绘制所有时间序列。有没有一种简单的方法来处理它，而无需手动指定每个 y 轴？

这将是一个具有以下时间序列的简单示例：02K W、03K W 和 04K W：

import pandas as pd
import matplotlib.pyplot as plt

df1 = pd.DataFrame({
    'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
    'index':[0, 1, 2, 3, 4], 
    '02K W':[3.5, 0.1, 3, 'nan', 0.2], 
    '03K W':[4.2, 5.2, 2.5, 3.0, 0.6], 
    '04K W':[1.5, 2.6, 8.2, 4.2, 5.3]}) 

df1['Date'] = pd.to_datetime(df1['Date'])
df1 = df1.set_index('index')

到目前为止，我手动指定所有 y 轴来绘制各个时间序列。

plt.plot(df1['Date'], df1['02K W'])
plt.plot(df1['Date'], df1['03K W'])
plt.plot(df1['Date'], df1['04K W'])

有没有更优雅的方式来指定绘图的相关列？

【问题讨论】：

使用 for 循环。遍历列名列表
您是否在 02K W...03K W 等中看到了模式。如果是这样，只需使用迭代器。
不，没有特定的模式，我尝试绘制除索引和日期列之外的所有内容。
df.plot(x='Date').

标签： python pandas dataframe matplotlib

【解决方案1】：

import pandas as pd
import matplotlib.pyplot as plt

df1 = pd.DataFrame({
    'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
    'index':[0, 1, 2, 3, 4], 
    '02K W':[3.5, 0.1, 3, 'nan', 0.2], 
    '03K W':[4.2, 5.2, 2.5, 3.0, 0.6], 
    '04K W':[1.5, 2.6, 8.2, 4.2, 5.3]}) 

df1['Date'] = pd.to_datetime(df1['Date'])
df1 = df1.set_index('index')

for col in df1.colums[1:]:
    plt.plot(df1['Date'], df1[col])

【讨论】：

【解决方案2】：

您可以melt您的列并使用seaborn.lineplot：

import seaborn as sns

sns.lineplot(data=df1.replace('nan', float('nan')).melt(id_vars=['Date']),
             x='Date', y='value', hue='variable'
            )

输出：

【讨论】：

【解决方案3】：

有没有更优雅的方式来指定绘图的相关列？ ... [我正在尝试] 绘制除索引和日期列之外的所有内容。

将Date 设置为索引，这将覆盖当前的index 索引。这将留下除index 和Date 之外的所有列，因此您可以使用DataFrame.plot：

df1.set_index('Date').plot()

或者Quang commented，使用x='Date'：

df1.plot(x='Date')

请注意，您的示例数据中有一个'nan' 字符串。如果在您的真实数据中是这样，您应该将它们转换为真实的np.nan，例如，使用pd.to_numeric 或DataFrame.replace。

【讨论】：