绘制 Pandas DataSeries.GroupBy答案

【问题标题】：Plotting a Pandas DataSeries.GroupBy绘制 Pandas DataSeries.GroupBy
【发布时间】：2013-04-28 21:00:19
【问题描述】：

我是 python 和 pandas 的新手，并且有以下DataFrame。

如何绘制DataFrame，其中每个ModelID 是一个单独的图，saledate 是 x 轴，MeanToDate 是 y 轴？

尝试

data[40:76].groupby('ModelID').plot()

数据帧

【问题讨论】：

标签： python python-2.7 numpy scipy pandas

【解决方案1】：

您可以通过循环遍历来自groupby 的组来制作图：

import matplotlib.pyplot as plt

for title, group in df.groupby('ModelID'):
    group.plot(x='saleDate', y='MeanToDate', title=title)

有关使用 pandas 数据框进行绘图的更多信息，请参阅：
http://pandas.pydata.org/pandas-docs/stable/visualization.html
并用于循环分组对象：
http://pandas.pydata.org/pandas-docs/stable/groupby.html#iterating-through-groups

【讨论】：

即使没有plt.figure()，绘图也会显示在独立的数字上。
另一个很好的使用groupby的教程在这里：chrisalbon.com/python/pandas_apply_operations_to_groups.html

【解决方案2】：

聚合示例：

如果 pandas 具有 ggplot 之类的色彩美学，我想做类似以下的事情：

aggregated = df.groupby(['model', 'training_examples']).aggregate(np.mean)
aggregated.plot(x='training_examples', y='accuracy', label='model')

（columns：model是字符串，training_examples是整数，accuracy是小数）

但这只会造成混乱。

感谢 joris 的回答，我最终得到：

for index, group in df.groupby(['model']):
    group_agg = group.groupby(['training_examples']).aggregate(np.mean)
    group_agg.plot(y='accuracy', label=index)

我发现title= 只是在每次循环迭代中替换了绘图的单个标题，但label= 做了你所期望的——在运行plt.legend() 之后，当然.

【讨论】：