在熊猫中分配线条颜色

Question

我正在尝试在 pandas 中绘制一些数据，并且内置的绘图功能可以方便地每列绘制一条线。我想要做的是根据我所做的分类手动为每条线分配颜色。

以下作品：

df = pd.DataFrame({'1': [1, 2, 3, 4], '2': [1, 2, 1, 2]})
s = pd.Series(['c','y'], index=['1','2'])
df.plot(color = s)

但是当我的索引是整数时，它不再起作用并作为 KeyError 抛出：

df = pd.DataFrame({1: [1, 2, 3, 4], 2: [1, 2, 1, 2]})
s = pd.Series(['c','y'], index=[1,2])
df.plot(color = s)

我的理解是，当使用整数索引时，它必须以某种方式从 0 开始。这是我的猜测，因为以下方法也适用：

df = pd.DataFrame({0: [1, 2, 3, 4], 1: [1, 2, 1, 2]})
s = pd.Series(['c','y'], index=[1,0])
df.plot(color = s)

我的问题是：

• 这里发生了什么？
• 假设我有一个不是从 0 开始或不是由连续数字组成的整数索引，我如何才能在不将索引转换为字符串或从 0 开始重新索引的情况下完成这项工作？

编辑：

我意识到，即使在第一种情况下，代码也没有达到我的预期。 似乎只有当 DataFrame 和 Series 的索引都是从 0 开始的整数索引时，pandas 才匹配索引。如果不是这种情况，则会抛出 KeyError 或者如果索引是 str 则使用元素的顺序。

这是正确的吗？有没有办法匹配 Series 和 DataFrame 索引？还是我必须确保以正确的顺序传递颜色列表？

Answer 1

这里发生了什么？

关键字参数颜色继承自matplotlib.pyplot.plot()。文档中的详细信息并未明确说明您可以在绘图时放入颜色列表。鉴于颜色是 matplotlib 的关键字参数，我建议不要使用 Pandas 系列来保存颜色值。

我怎样才能完成这项工作？

使用列表而不是系列。如果您使用的 Series 具有旨在将 DataFrame 的列与特定颜色匹配的索引，则需要先对 Series 进行排序。如果列不按顺序排列，您还需要sort the columns。

# Option 1
s = s.sort_index()
df.plot(color = s.values) # as per Fiabetto's answer

# Option 2
df.plot(color = ['c', 'y']) # other method

Answer 2

试试：

df.plot(color = s.values)

无论索引的比例如何，这都会分配颜色。

编辑：

我尝试了三列：

df = pd.DataFrame({'1': [1, 2, 3, 4], '2': [1, 2, 1, 2], '3': [4, 3, 2, 1]})
s = pd.Series(['c','y','r'], index=[1,3,2])
df.plot(color = s.sort_index().values)

并对其工作的系列进行排序。

Answer 3

要为每条线设置颜色，您可以使用参数style。例如：

df = pd.DataFrame({'A': [1, 2, 4], 'B': [1, 3, 9]})
df.plot(style={'A': 'r', 'B': 'g'})

使用 marker|line|color 形式的shortcut string notation，您还可以设置标记和线条类型：

df = pd.DataFrame({'A': [1, 2, 4], 'B': [1, 3, 9]})
df.plot(style={'A': '*:r', 'B': '+--g'})