pandas GroupBy 绘制每个组

Question

我有一些数据，我想从中提取不同产品（x 和 y）的收入时间序列（Day 在不同日期Day 在不同地点的总和Where）。

import pandas as pd

#Create data
data = {'Day': [1,1,2,2,3,3],
        'Where': ['A','B','A','B','B','B'],
        'What': ['x','y','x','x','x','y'],
        'Dollars': [100,200,100,100,100,200]}

index = range(len(data['Day']))

columns = ['Day','Where','What','Dollars']


df = pd.DataFrame(data,  index=index, columns=columns)
df

为此，我按Day 和What 对数据进行分组，并对Dollars 求和：

#Group by Day and What and sum Dollars (for each Where)
print(df.groupby(['Day', 'What'])['Dollars'].sum())

现在，我想为x 和y 制作一个时间序列，如下所示：

我尝试了以下方法，但显然不起作用：

items = df.What.unique()

ax = plt.figure()
for item in items:
    df_tmp = df[['Day']][df.What == item]
    plt.plot(df_tmp['Day'],df_tmp,'.-',label=item)

请有人帮我指出正确的方向吗？ 有没有更快的方法来获得正确的结果？

Answer 1

IIUC、unstack 和情节：

(df.groupby(['Day', 'What'])['Dollars']
   .sum()
   .unstack('What', fill_value=0)
   .plot())
plt.show()