Wie erstellen Pandas groupby Grundstück mit Nebenhandlungen?

Habe ich einen Daten-frame, wie dies:

     value     identifier
2007-01-01  0.781611      55
2007-01-01  0.766152      56
2007-01-01  0.766152      57
2007-02-01  0.705615      55
2007-02-01  0.032134      56 
2007-02-01  0.032134      57
2008-01-01  0.026512      55
2008-01-01  0.993124      56
2008-01-01  0.993124      57
2008-02-01  0.226420      55
2008-02-01  0.033860      56
2008-02-01  0.033860      57

Also ich mache eine groupby-pro-Kennung:

df.groupby('identifier')

Und jetzt will ich generieren subplots in ein raster, eine Handlung pro Gruppe. Ich habe versucht, sowohl

df.groupby('identifier').plot(subplots=True)

oder

df.groupby('identifier').plot(subplots=False)

und 

plt.subplots(3,3)
df.groupby('identifier').plot(subplots=True)

ohne Erfolg. Wie kann ich die Grafiken nicht?

  • check-out seaborn er macht das wirklich schön.
  • Danke, aber ich versuche zu vermeiden, seaborn und verwenden matplotlib nur statt. Abhängigkeiten und Windows-Umgebung, etc etc.
InformationsquelleAutor Ivan | 2015-04-30
  1. 10

    Hier ist ein automatisiertes layout mit vielen Gruppen (random fake-Daten) und um das Spiel mit grouped.get_group(key) wird Ihnen zeigen, wie Sie mehr elegant Grundstücke. 

    import pandas as pd
from numpy.random import randint
import matplotlib.pyplot as plt


df = pd.DataFrame(randint(0,10,(200,6)),columns=list('abcdef'))
grouped = df.groupby('a')
rowlength = grouped.ngroups/2                         # fix up if odd number of groups
fig, axs = plt.subplots(figsize=(9,4), 
                        nrows=2, ncols=rowlength,     # fix as above
                        gridspec_kw=dict(hspace=0.4)) # Much control of gridspec

targets = zip(grouped.groups.keys(), axs.flatten())
for i, (key, ax) in enumerate(targets):
    ax.plot(grouped.get_group(key))
    ax.set_title('a=%d'%key)
ax.legend()
plt.show()

    Wie erstellen Pandas groupby Grundstück mit Nebenhandlungen?

    • Sie erwähnten, zu beheben, wenn ungerade, so: rowlength = gruppiert.ngroups/2 + (0, wenn gruppiert.ngroups % 2 == 0 else 1)
    • Es ist hilfreich zu verstehen, dass der Grund, warum dies funktioniert, ist, dass Sie erzeugen eine Reihe von Achsen, und übergeben Sie jede Achse Objekt wiederum für jede Gruppe aufgetragen. Sie füllen jede subfigure mit einem sub-group plot. Ordentlich!
    InformationsquelleAutor cphlewis
  2. 8

    Verwenden Sie pivot um die identifiers in Spalten und dann zeichnen

    pd.pivot_table(df.reset_index(),
               index='index', columns='identifier', values='value'
              ).plot(subplots=True)

    Wie erstellen Pandas groupby Grundstück mit Nebenhandlungen?

    Und die Ausgabe von

    pd.pivot_table(df.reset_index(),
               index='index', columns='identifier', values='value'
               )

    Aussieht -

    identifier        55        56        57
index
2007-01-01  0.781611  0.766152  0.766152
2007-02-01  0.705615  0.032134  0.032134
2008-01-01  0.026512  0.993124  0.993124
2008-02-01  0.226420  0.033860  0.033860
    InformationsquelleAutor Zero
  3. 0

    Wenn Sie eine Reihe mit multiindex. Hier ist eine andere Lösung für die gesuchte Kurve.

    df.unstack('indentifier').plot.line(subplots=True)
    InformationsquelleAutor Gabriel_F
  4. 0

    Hier ist eine Lösung für diejenigen, die brauchen, um plot-Diagramme für die Erkundung verschiedenen Ebenen der aggregation von mehreren Spalten gruppieren. 

    from numpy.random import randint
from numpy.random import randint
import matplotlib.pyplot as plt
import numpy as np

levels_bool = np.tile(np.arange(0,2), 100)
levels_groups = np.repeat(np.arange(0,4), 50)
x_axis = np.tile(np.arange(0,10), 20)
values = randint(0,10,200)

stacked = np.stack((levels_bool, levels_groups, x_axis, values), axis=0)
df = pd.DataFrame(stacked.T, columns=['bool', 'groups', 'x_axis', 'values'])

columns = len(df['bool'].unique())
rows = len(df['groups'].unique())
fig, axs = plt.subplots(rows, columns, figsize = (20,20))

y_index_counter = count(0)
groupped_df = df.groupby([ 'groups', 'bool','x_axis']).agg({
    'values': ['min', 'mean', 'median', 'max']
})
for group_name, grp in groupped_df.groupby(['groups']):
    y_index = next(y_index_counter)
    x_index_counter = count(0)
    for boolean, grp2 in grp.groupby(['bool']):
        x_index = next(x_index_counter)
        axs[y_index, x_index].plot(grp2.reset_index()['x_axis'], grp2.reset_index()['values'], 
                                   label=str(key)+str(key2))
        axs[y_index, x_index].set_title("Group:{} Bool:{}".format(group_name, boolean))

ax.legend()
plt.subplots_adjust(hspace=0.5)
plt.show()

    Wie erstellen Pandas groupby Grundstück mit Nebenhandlungen?

    InformationsquelleAutor beyondfloatingpoint
Schreibe einen Kommentar