在一个图中绘制多个时间序列答案

【问题标题】：Plot multiple timeseries in one plot在一个图中绘制多个时间序列
【发布时间】：2019-12-02 13:38:33
【问题描述】：

我想在一个图中绘制多个时间序列（de 列cat 中的每个值一个），但没有努力做到这一点。到目前为止我的代码是：

import numpy as np
import pandas as pd

dat = pd.date_range(start='1/1/2018', end='31/12/2018', freq='H')
num = ['A' + str(x).zfill(4) for x in range(len(dat))]
cat = np.random.choice(['A', 'B', 'C', 'D'], len(dat))

df = pd.DataFrame({'date': dat, 'num': num, 'cat':cat}).set_index('date')

print(df.groupby([pd.Grouper(freq='D'), 'cat']).count().unstack().fillna(0).astype(int))

结果：

           num            
cat          A   B   C   D
date                      
2018-01-01   7   3   5   9
2018-01-02   6   3   6   9
2018-01-03  11   3   8   2
2018-01-04   2   6   5  11
2018-01-05   4   8   4   8
2018-01-06   8   8   3   5
2018-01-07   5   8   6   5
2018-01-08   3   8   5   8

我想用matplotlib或seaborn在一个时间序列图中绘制不同的类别组合（cat），例如（A和B一起或C和D一起）但是被“卡在”多级索引中...

关于如何选择不同的列组合并绘制它们有什么建议吗？也许有比unstack 数据更好的方法。

【问题讨论】：

如果你正在使用 pandas 0.24 + ，你可以链接 .droplevel(0, axis=1) 以摆脱冗余索引级别

标签： python pandas datetime time-series timeserieschart

【解决方案1】：

是的，最好避免在列中使用MultiIndex：

df1 = df.groupby([pd.Grouper(freq='D'), 'cat'])['num'].count().unstack(fill_value=0)

或者：

df1 = df.groupby([pd.Grouper(freq='D'), 'cat']).size().unstack(fill_value=0)

然后绘制：

df1[['A','B']].plot()

【讨论】：