我正在努力按照我想要的方式制作 pandas groupby 多索引图。我有以下虚拟 Pandas 数据框:
data = {
'Day': [1, 1, 2, 2, 3, 3, 4, 2, 4],
'Condition': ['A', 'B', 'A', 'A', 'A', 'B', 'B', 'B', 'A'],
'Invest': [1100, 2002, 500, 200, 1030, 4000, 750, 5000, 320],
'Spent': [100, 200, 100, 100, 100, 200, 50, 300, 250]
}
index = range(len(data['Day']))
columns = ['Day', 'Condition', 'Invest', 'Spent']
df = pd.DataFrame(data, index=index, columns=columns)
+----+-------+-------------+----------+---------+
| | Day | Condition | Invest | Spent |
|----+-------+-------------+----------+---------|
| 0 | 1 | A | 1100 | 100 |
| 1 | 1 | B | 2002 | 200 |
| 2 | 2 | A | 500 | 100 |
| 3 | 2 | A | 200 | 100 |
| 4 | 3 | A | 1030 | 100 |
| 5 | 3 | B | 4000 | 200 |
| 6 | 4 | B | 750 | 50 |
| 7 | 2 | B | 5000 | 300 |
| 8 | 4 | A | 320 | 250 |
+----+-------+-------------+----------+---------+
我可以使用以下方法获得后续情节:
df.groupby(['Day', 'Condition']).sum()\
.unstack()\
.plot(subplots=True,
layout=(2,2),
figsize=(8,6));
问题:我希望将 A 和 B 结果分组在一起。例如,顶部的图,即 (Invest, A) 和 (Invest, B) 一起在一个图中(与 Spent 类似)。因此我只有 2 个子图而不是 4 个子图。我在 stackoverflow 上有很多例子,但仍然无法使其工作。有人建议融化并使用seaborn,仍然不起作用,我更喜欢使用pandas。
PS:“顶级”是什么意思?无论我在这里是否使用正确的术语,不确定,但是当我取消堆叠分组的 Pandas 时,在 MultiIndex 中有各种级别,我的意思是根据顶层对图进行分组,如下所示:
df.groupby(['Day', 'Condition'])\
.sum()\
.unstack()
最佳答案
我会这样做:
df=df.groupby(['Day', 'Condition']).sum()\
.unstack()
df["Invest"].plot(figsize=(8,6), title="Invest")
df["Spent"].plot(figsize=(8,6), title="Spent")
plt.show()
关于python - Pandas Groupby 绘制按顶级分组的多重索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56088308/