Pandas：如何使用 plotly 在同一个图上绘制具有相同索引的多个数据框？

Question

我有几个数据框，每个数据框都专用于 1 个城市。 日期列是索引。它们都共享相同的日期索引。唯一的列是该城市当天的销售额，列名是城市名称。它们看起来像这样：

+------------+--------+
| date       | City_A |
+------------+--------+
| 2020-01-01 | ...    |
+------------+--------+
| 2020-01-02 | ...    |
+------------+--------+
| ...        |        |
+------------+--------+
| 2020-12-30 | ...    |
+------------+--------+
| 2020-12-31 | ...    |
+------------+--------+

+------------+--------+
| date       | City_B |
+------------+--------+
| 2020-01-01 | ...    |
+------------+--------+
| 2020-01-02 | ...    |
+------------+--------+
| ...        |        |
+------------+--------+
| 2020-12-30 | ...    |
+------------+--------+
| 2020-12-31 | ...    |
+------------+--------+

+------------+--------+
| date       | city_C |
+------------+--------+
| 2020-01-01 | ...    |
+------------+--------+
| 2020-01-02 | ...    |
+------------+--------+
| ...        |        |
+------------+--------+
| 2020-12-30 | ...    |
+------------+--------+
| 2020-12-31 | ...    |
+------------+--------+

我想将 2020 年所有城市的日销售额绘制在一张折线图中，x 轴是日期，y 轴是日销售额。 在 Plotly 中，每个城市都有自己独特的颜色线。

通常，如果我只有几个城市（例如，3 个城市），我会将 3 个数据框合并在一起并绘制它。但是，我拥有的真实数据包含 30 多个城市，所以我想知道在绘制之前合并所有这 30 多个城市的单独数据框是否有意义？有没有一种快速而优雅的方式将它们绘制在一起，而不必先合并 30 多个数据帧？

非常感谢您的帮助！

Answer 1

• 1. 生成样本数据：

import numpy as np
import pandas as pd 
import datetime


data1 = pd.DataFrame({'date':[datetime.date(2021,1,1) + datetime.timedelta(days=i) for i in range(20)],
'city1': np.random.randint(0, 20, size=(20))})

data2 = pd.DataFrame({'date':[datetime.date(2021,1,1) + datetime.timedelta(days=i) for i in range(20)],
'city2': np.random.randint(0, 20, size=(20))})


data3 = pd.DataFrame({'date':[datetime.date(2021,1,1) + datetime.timedelta(days=i) for i in range(20)],
'city3': np.random.randint(0, 20, size=(20))})

dataall = data1.merge(data2).merge(data3)
# dataall = data1.merge(data2, how='left', left_on='date', right_on='date')
dataall

显示数据：

• 1. 使用 plotly 在一个图中绘制多条线或条

import plotly.graph_objs as go

fig = go.Figure()
for col in ['city1', 'city2', 'city3']:

    fig.add_trace(go.Scatter(x = dataall['date'], y = dataall[col], name=col))
fig.show()

Plotly的graph_objs方法可以在同一个图形上添加很多复杂的图形，很安静。获取更多详情，点击链接：https://plotly.com/python/line-charts/

Answer 2

有无数种方法可以做到这一点。就您而言，最佳方法将取决于您愿意如何处理数据框。我会强烈考虑将它们重塑为长格式，然后将它们连接起来，这样你最终会得到 one 数据框，如下所示：

        date city  value
0 2020-01-01    A      1
1 2020-02-01    A      2
2 2020-03-01    A      2
0 2020-01-01    B      3
1 2020-02-01    B      2
2 2020-03-01    B      3
0 2020-01-01    C      2
1 2020-02-01    C      2
2 2020-03-01    C      4

现在您可以释放情节表达的力量并在一行中处理绘图：

px.line(df, x = 'date', y = 'value', color = 'city')

情节一：情节表达

如果由于某种原因您坚持使用单独的数据框，我会将它们组织在字典中，以便您可以轻松地在 for loop 中处理它们并像这样使用 fig.add_traces(go.Scatter)：

dfs = {'A': df1,
       'B': df2,
       'C': df3}

fig = go.Figure()
for df in dfs:
    col = 'City_' + df
    fig.add_traces(go.Scatter(x = dfs[df].date, y = dfs[df][col],
                              mode = 'lines',name = col))

情节2：go.Scatter

情节相同，图例和轴符号略有不同。

情节 1 的完整代码：

import pandas as pd
import plotly.graph_objects as go
import plotly.express as px

df1 = pd.DataFrame({'date': pd.to_datetime(['2020.01.01', '2020.02.01' , '2020.03.01']),
                    'city': ['A', 'A', 'A'],
                    'value':[1,2,2]})

df2 = pd.DataFrame({'date': pd.to_datetime(['2020.01.01', '2020.02.01' , '2020.03.01']),
                    'city': ['B', 'B', 'B'],
                    'value':[3,2,3]})

df3 = pd.DataFrame({'date': pd.to_datetime(['2020.01.01', '2020.02.01' , '2020.03.01']),
                    'city': ['C', 'C', 'C'],
                    'value':[2,2,4]})

df = pd.concat([df1, df2, df3], axis = 0)

fig = px.line(df, x = 'date', y = 'value', color = 'city')
fig.show()

情节 2 的完整代码：

import pandas as pd
import plotly.graph_objects as go
import plotly.express as px
df1 = pd.DataFrame({'date': pd.to_datetime(['2020.01.01', '2020.02.01' , '2020.03.01']),
                    'City_A':[1,2,2]})

df2 = pd.DataFrame({'date': pd.to_datetime(['2020.01.01', '2020.02.01' , '2020.03.01']),
                    'City_B':[3,2,3]})

df3 = pd.DataFrame({'date': pd.to_datetime(['2020.01.01', '2020.02.01' , '2020.03.01']),
                    'City_C':[2,2,4]})

dfs = {'A': df1,
       'B': df2,
       'C': df3}

fig = go.Figure()
for df in dfs:
    col = 'City_' + df
    fig.add_traces(go.Scatter(x = dfs[df].date, y = dfs[df][col],
                              mode = 'lines',name = col))
    
fig.show()