使用 Pandas 绘制包含列表的列

Question

我有一个包含几列的数据框 (df)，其中两列在每一行中存储一个列表：

Index    list1                             list2
A   [ 0.09173306  0.12331911  0.20057651 ]  [ 0.3128322   0.27153913 ]
D   [ 0.03861522  0.10524985 ]              [ 0.37265687  0.48347806 ]
E   [ 0.02124905  0.01149118 ]              [ 0.04348405  0.17057435  0.37838683  0.37481453 ]

我想使用pandas 内置的plot 函数将这些列表绘制为条形图。

使用

df.list1.apply(lambda x:x[0]).plot(kind='bar', width=0.9, ax=bar_ax)

我可以绘制每个列表的第一个元素。但是，尝试

df.list1.plot(kind='bar', width=0.9, ax=bar_ax)

导致以下错误：

Empty 'DataFrame': no numeric data to plot

我想做的是，(1) 将两个列表绘制成一个图，如下所示：

df[['list1','list2']].plot(kind='bar', width=0.9, ax=bar_ax)

并且 (2) 还将每个列表的第一个元素仅绘制成一个条形图，我可以这样做：

df.list1.apply(lambda x:x[0]).plot(kind='bar', width=0.9, ax=bar_ax, color='blue')
df.list2.apply(lambda x:x[0]).plot(kind='bar', width=0.9, ax=bar_ax, color='red')

但是，这会导致条形图彼此重叠（而不是堆叠！） - 我希望将它们分组。

Answer 1

考虑一下这个DF 包含列表中的值，如下所示：

np.random.seed(42)
df = pd.DataFrame({'list1': np.random.randint(0, 10, (5,2)).tolist(), 
                   'list2': np.random.randint(0, 10, (5,3)).tolist()}, 
                   index=list('ABCDE'))

Q-1 将两个列表绘制成一个图：

取消堆叠DF 以使列名显示为索引，并使列表中的各个值出现在各个系列对象中。

df_lists = df[['list1','list2']].unstack().apply(pd.Series)
df_lists.plot.bar(rot=0, cmap=plt.cm.jet, fontsize=8, width=0.7, figsize=(8,4))

Q-2 仅将每个列表的第一个元素绘制到一个单独的分组条形图中：

使用DF.applymap 选择所需列的第一个元素以获得分组条形图。

df[['list1','list2']].applymap(lambda x: x[0]).plot.bar(rot=0, color=list('br'))

Answer 2

示例：

df = pd.DataFrame({'list1':[[ 0.09173306,  0.12331911,  0.20057651], [ 0.03861522,  0.10524985],[ 0.02124905,  0.01149118 ]],
                   'list2':[[0.3128322,   0.27153913], [0.37265687,  0.48347806], [0.04348405,  0.17057435,  0.37838683,  0.37481453]]},
                   index=['A','D','E'])

print (df)
                                  list1  \
A  [0.09173306, 0.12331911, 0.20057651]   
D              [0.03861522, 0.10524985]   
E              [0.02124905, 0.01149118]   

                                              list2  
A                           [0.3128322, 0.27153913]  
D                          [0.37265687, 0.48347806]  
E  [0.04348405, 0.17057435, 0.37838683, 0.37481453]  

第一个解决方案：

import matplotlib.pyplot as plt

df.list1.apply(lambda x: pd.Series(x)).plot(kind='bar', width=0.9)
plt.show()

使用堆栈的第二个解决方案：

我认为您需要首先通过DataFrame 构造函数和stack 将list 转换为Series 来重塑数据

dfL1 = pd.DataFrame(df.list1.values.tolist(), index=df.index).stack()
print (dfL1)
A  0    0.091733
   1    0.123319
   2    0.200577
D  0    0.038615
   1    0.105250
E  0    0.021249
   1    0.011491

dfL2 = pd.DataFrame(df.list2.values.tolist(), index=df.index).stack()
print (dfL2)
A  0    0.312832
   1    0.271539
D  0    0.372657
   1    0.483478
E  0    0.043484
   1    0.170574
   2    0.378387
   3    0.374815
dtype: float64

然后concat他们一起：

df = pd.concat([dfL1, dfL2], axis=1, keys=('list1','list2'))
print (df)
        list1     list2
A 0  0.091733  0.312832
  1  0.123319  0.271539
  2  0.200577       NaN
D 0  0.038615  0.372657
  1  0.105250  0.483478
E 0  0.021249  0.043484
  1  0.011491  0.170574
  2       NaN  0.378387
  3       NaN  0.374815

最后plot：

import matplotlib.pyplot as plt

df[['list1','list2']].plot(kind='bar', width=0.9)
plt.show()