python - 对 groupby 进行子绘制，然后按 groupby 绘制

Question

您好，我正在尝试绘制分类数据，其描述:

data_df = pd.DataFrame({'Date': ['2018-09-14 00:00:22',
                                '2018-09-14 00:01:46',
                                '2018-09-14 00:01:56',
                                '2018-09-14 00:01:57',
                                '2018-09-14 00:01:58',
                                '2018-09-14 00:02:05'],
                        'userID': [33, 33, 33, 20, 20, 20],
                        'device': ['LIGHT', 'LIGHT', 'FAN', 'LIGHT', 'FAN', 'FAN'],
                        'description': ['ON', 'DIM', 'ON', 'ON', 'ON', 'OFF']})

data_df

我想要的是通过对 'device' 进行分组来绘制它们，但在此之前我想按行对 'userID' 进行子绘制，以便将它们分开按'userID'，每条线图均根据'device'名称进行分组。

我还尝试了分组依据和绘图，但它说我的描述不是数字，因为它是分类的。日期是 x 轴，描述是 y 轴。

Answer 1

看起来您可能正在尝试绘制 userID 和 device 组随时间变化的描述。显然，description需要转换为数值变量，所以我冒昧地将ON编码为1，DIM编码为0.5，OFF编码为0。以下代码应该可以解决您的问题。

data_df['Date'] = pd.to_datetime(data_df['Date'])

def desc_num(x):
    if x == 'ON':
        return 1
    elif x == 'DIM':
        return 0.5
    else:
        return 0

data_df['desc_num'] = data_df['description'].apply(desc_num)    

## Creating groups of `userID` and `device`
groups = data_df.groupby(['userID', 'device'])

for g in groups:
    plt.plot(g[1]['Date'], g[1]['desc_num'])
    plt.xlabel('Time')
    plt.ylabel('description Status')
    plt.title('Time Series of userID: {0}, for device: {1}'.format(g[1]['userID'][0], g[1]['device'][0]))
    plt.show()
    plt.close()

输出(您应该看到每个子组的这样的图):