【发布时间】：2018-01-10 01:29:00
【问题描述】：
我创建了 6 个不同的数据框，它们消除了它们自己的原始数据框的异常值。现在，我正在尝试在同一张图上绘制所有消除异常值的数据框。
这是我的代码，用于消除每个数据帧中的异常值：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.style.use("ggplot")
#---Original DataFrame
x = (g[0].time[:27236])
y = (g[0].data.f[:27236])
df = pd.DataFrame({'Time': x, 'Data': y})
#----Removes the outliers in a given DataFrame and plots a graph
newdf = df.copy()
newdf = df[~df.groupby('Data').transform( lambda x: abs(x-x.mean()) > 1.96*x.std()).values]
#newdf.plot('Time', 'Data')
#---Original DataFrame
x = (q[0].time[:47374])
y = (q[0].data.f[:47374])
df = pd.DataFrame({'Time': x, 'Data': y})
#----Removes the outliers in a given DataFrame and plots a graph
newdf = df.copy()
newdf2 = df[~df.groupby('Data').transform( lambda x: abs(x-x.mean()) > 1.96*x.std()).values]
#newdf2.plot('Time', 'Data')
#---Original DataFrame
x = (w[0].time[:25504])
y = (w[0].data.f[:25504])
df = pd.DataFrame({'Time': x, 'Data': y})
#----Removes the outliers in a given DataFrame and plots a graph
newdf = df.copy()
newdf3 = df[~df.groupby('Data').transform( lambda x: abs(x-x.mean()) > 1.96*x.std()).values]
#newdf3.plot('Time', 'Data')
#---Original DataFrame
x = (e[0].time[:47172])
y = (e[0].data.f[:47172])
df = pd.DataFrame({'Time': x, 'Data': y})
#----Removes the outliers in a given DataFrame and plots a graph
newdf = df.copy()
newdf4 = df[~df.groupby('Data').transform( lambda x: abs(x-x.mean()) > 1.96*x.std()).values]
#newdf4.plot('Time', 'Data')
#---Original DataFrame
x = (r[0].time[:21317])
y = (r[0].data.f[:21317])
df = pd.DataFrame({'Time': x, 'Data': y})
#----Removes the outliers in a given DataFrame and plots a graph
newdf = df.copy()
newdf5 = df[~df.groupby('Data').transform( lambda x: abs(x-x.mean()) > 1.96*x.std()).values]
#newdf5.plot('Time', 'Data')
#---Original DataFrame
x = (t[0].time[:47211])
y = (t[0].data.f[:47211])
df = pd.DataFrame({'Time': x, 'Data': y})
#----Removes the outliers in a given DataFrame and plots a graph
newdf = df.copy()
newdf6 = df[~df.groupby('Data').transform( lambda x: abs(x-x.mean()) > 1.96*x.std()).values]
#newdf6.plot('Time', 'Data')
如果我删除评论 newdf.plot() 我将能够单独绘制所有图表，但我希望它们都在一个图表上。
是的，我已经阅读了http://matplotlib.org/examples/pylab_examples/subplots_demo.html 但该链接没有任何在一个图表中包含多个绘图的示例。
我也读过这篇文章：http://pandas-docs.github.io/pandas-docs-travis/visualization.html 有一些非常棒的信息，但是在一个图中有多个图的示例使用相同的数据框。我有 6 个单独的数据框。 我想到了解决我的问题的一种方法是将所有数据帧写入同一个 excel 文件，然后从 excel 中绘制它们，但这似乎过多，我不需要将这些数据保存到 excel 文件中。
我的问题是： 如何在同一张图中绘制多个 pandas 数据框。
图表或多或少应该是什么样子
【问题讨论】：
标签： python pandas matplotlib dataframe