python - Pandas Groupby 绘制按顶级分组的多重索引

Question

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()

Answer 1

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()