python - Pandas Dataframe 将行绘制为 x 值，将列标题绘制为 y 值

Question

我有一个 Pandas DataFrame，其中包含不同时间(行)和特定垂直位置(列名称)的位移。目标是绘制给定时间(系列)内垂直位置(y 轴)的位移(x 轴)。

根据下一个示例(时间 = 0、1、2、3、4，垂直位置 = 0.5、1.5、2.5、3.5)，如何绘制时间 0 和 3 的位移？

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(88)
df = pd.DataFrame({
    'time': np.arange(0, 5, 1),
    '0.5': np.random.uniform(-1, 1, size = 5),
    '1.5': np.random.uniform(-2, 2, size = 5),
    '2.5': np.random.uniform(-3, 3, size = 5),
    '3.5': np.random.uniform(-4, 4, size = 5),
    })
df = df.set_index('time')

Answer 1

您可以过滤数据框以仅包含所需的行。通过使用位置索引

filtered = df.iloc[[0,3],:]

或者通过使用数据帧的实际索引，

filtered = df.iloc[(df.index == 3) | (df.index == 0),:]

然后您可以像这样绘制散点图:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(88)
df = pd.DataFrame({
    'time': np.arange(0, 5, 1),
    '0.5': np.random.uniform(-1, 1, size = 5),
    '1.5': np.random.uniform(-2, 2, size = 5),
    '2.5': np.random.uniform(-3, 3, size = 5),
    '3.5': np.random.uniform(-4, 4, size = 5),
    })
df = df.set_index('time')


filtered_df = df.iloc[[0,3],:]
#filtered_df = df.iloc[(df.index == 3) | (df.index == 0),:]

loc = list(map(float, df.columns))

fig, ax = plt.subplots()
for row in filtered_df.iterrows():
    ax.scatter(row[1], loc, label=row[1].name)

plt.legend()    
plt.show()