在 Pandas 中随着时间的推移绘制带有另一列标签的列

Question

所以我在 Pandas 数据框 (python) 中有一个表，我想在其中绘制一个列，其中包含来自另一列的标签在时间列上。

例如：

fruit | fruit_count | datestamp 
apple    20           03-2018
kiwi     10           03-2018
mango    35           03-2018
apple    16           04-2018
kiwi     18           04-2018
mango    40           04-2018
.        .              .
.        .              .
apple    50           03-2020
kiwi     70           03-2020
mango    120          03-2020

基本上，这将是一个图，其中 x 轴是日期戳（03-2018、04-2018、...、03-2020），并且将有 3 个线图 - 一个用于苹果、猕猴桃和芒果有3个对应的标签。

目前，我尝试通过从数据框中解析唯一的水果名称来做到这一点

fruits = list(set(fruit_df['fruit'].tolist())) 然后我循环遍历并绘制每一个

for fruit in fruits:
    fruit_df[fruit_df['fruit'] == fruit].plot(x='datestamp', y='fruit_count')

有没有更好的方法来做到这一点，它可以在一行中完成所有这些，并将所有内容都绘制在一个图表上，而不是 3 个不同的图表上。

Answer 1

您有几个选择。如果你真的想要一个单行解决方案，你会想要seaborn，或者使用pivot重塑你的数据

样本数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

N = 20
df = pd.DataFrame({'fruit': ['apple', 'kiwi', 'mango']*N,
                   'date_stamp': np.repeat(pd.date_range('2010-01-01', freq='1M',  periods=N), 3),
                   'fruit_count': np.random.randint(1,100, N*3)})

---

Seaborn

您使用hue 指定组。

sns.lineplot(data=df, hue='fruit', x='date_stamp', y='fruit_count')

pandas.DataFrame.groupby

与您当前的实现类似，但您可以使用groupby 拆分为子框架。

fig, ax = plt.subplots()
for fruit, gp in df.groupby('fruit'):
    gp.plot(x='date_stamp', y='fruit_count', ax=ax, label=fruit)

pandas.pivot

在绘图前先旋转，然后你只需要一个绘图调用

df.pivot(index='date_stamp', columns='fruit', values='fruit_count').plot()

---

输出*

方法之间的轴和标签略有不同。这是 groupby 输出。

Answer 2

如果datestamp和fruit的组合是non-unique：

fruit_df.groupby(['datestamp', 'fruit'])['fruit_count'].sum().unstack().plot(kind='bar')

如果组合是unique，这也应该有效：

df.pivot(index='datestamp', columns='fruit', values='fruit_count').plot(kind='bar')