来自多索引数据的堆叠图答案

【问题标题】：Stacked plots from a multi-index data来自多索引数据的堆叠图
【发布时间】：2019-05-08 23:37:47
【问题描述】：

我知道如何绘制这样的图：

               SEASON1  SEASON2  SEASON3
area                                    
A   299.0  2.0  257.0
B   13.0  33.0  198.0
C   22044.0  2.0  22.0

使用

df.plot(kind='bar', stacked=True, rot=90, edgecolor='black')
df.T.plot(kind='bar', stacked=True, rot=0, edgecolor='black')

导致：

stacked

transposed stacked

我很难为下面的df 获得相同（甚至更好看）的图，它代表原始的df，但更优雅地制作了here。

【问题讨论】：

标签： python pandas dataframe matplotlib plot

【解决方案1】：

您要做的是取消堆叠数据框，并更改列的名称。

你可以这样做：

df.unstack()
  .rename(columns = {
            "2016Q1" : "Season 1",
            "2016Q2" : "Season 2",
            "2016Q3" : "Season 3",
        })

您可以在文档中找到有关 unstack 的作用以及它是如何做的示例。至于rename 方法，它需要一个映射来将你的名字从某个东西转换为其他东西。

我没有尝试让您的示例工作，但我从上面的 unstack 文档中举了一个示例。

index = pd.MultiIndex.from_tuples([('one', 'a'), ('one', 'b'),
                                   ('two', 'a'), ('two', 'b')])

df = pd.DataFrame( np.arange(1.0, 5.0), index=index, columns=['hi'])
print(df)
#         hi
# one a  1.0
#     b  2.0
# two a  3.0
#     b  4.0

df = df.unstack(level = -1)
       .rename(columns = {
            "a" : "Season 1",
            "b" : "Season 2"
        })
print(df)
#           hi         
#     Season 1 Season 2
# one      1.0      2.0
# two      3.0      4.0

可能有更好的方法来处理 DataFrame 上方的“hi”，但您可以 select 它，它会消失。

print( s['hi'] )
     Season 1  Season 2
one       1.0       2.0
two       3.0       4.0

【讨论】：

甜蜜。经测试。在职的！所以我的结论是，最好的做法可能是不处理原始的多索引df 对吗？如果是这样，我会去将答案标记为已接受。
@KyleDickson 好吧，我没有对这个主题进行很多研究，但考虑一下，通常情节是 2D 的，而 DataFrame 是 2D 对象。多索引对于处理 2D+ 数据很有用。我不认为 pandas 多索引可以处理 3D 级别的图。我认为这与最佳实践或其他任何东西无关。
@KyleDickson 如果您查看this answer，您会发现您可以决定在不同的轴上绘制多索引。这将是一个不同的选择。 :) 在这里，您不应该考虑最佳实践，而是考虑可能性：我可以将 3D 对象插入 2D 绘图仪吗？ :p