python - Pandas:绘制正在运行的项目

Question

我有一个数据集(测试)，其中包含几个项目的信息，其中包含 Typ、Beginning 和 End:

ID   Name  Type  Start   End
1    la    A     2000    2003
2    le    B     2001    2002
3    li    A     2001    2004
4    lo    B     2002    2003
5    lu    A     2001    2002

我想绘制每年按类型堆积的正在运行的项目。

我能够生成项目开始或结束的图表，这样做:

test[(test['Start']>=2000) & (test['End']<=2004)].groupby(['Start','Type']).size().unstack(fill_value=0).plot(kind='bar', legend=False, stacked=True)

但是，正如您所看到的，项目的不同持续时间使得查看正在运行的项目变得非常重要。 所以我希望我有四个小节 [2000、2001、2002、2003、2004]。 2001 年的 Bar 高度应为 4，即 3 倍 A 型(la、li、lu)和 1 倍 B 型(le)。本例中的 case lo 不属于酒吧的一部分，因为它始于 2002 年。

(简短/优雅的)解决方案是什么？ 我缺少哪些关键字而无法找到这样的解决方案？

Answer 1

您可以使用 range 和 join 创建新系列原始df:

s = (df.apply(lambda x: pd.Series(range(x['Start'], x['End'] + 1)), 1)
      .stack()
      .rename('year')
      .reset_index(level=1, drop=True)
      .astype(int))
df = df.join(s)
print (df)

   ID Name Type  Start   End  year
0   1   la    A   2000  2003  2000
0   1   la    A   2000  2003  2001
0   1   la    A   2000  2003  2002
0   1   la    A   2000  2003  2003
1   2   le    B   2001  2002  2001
1   2   le    B   2001  2002  2002
2   3   li    A   2001  2004  2001
2   3   li    A   2001  2004  2002
2   3   li    A   2001  2004  2003
2   3   li    A   2001  2004  2004
3   4   lo    B   2002  2003  2002
3   4   lo    B   2002  2003  2003
4   5   lu    A   2001  2002  2001
4   5   lu    A   2001  2002  2002

df.groupby(['year','Type']).size().unstack(fill_value=0)
  .plot(kind='bar', legend=False, stacked=True)

对于新的DataFrame，也可以使用列表理解:

d = [(x['Type'], y) for i, x in df.T.items() for y in range(x['Start'], x['End'] + 1)]
print (d)
[('A', 2000), ('A', 2001), ('A', 2002), ('A', 2003), ('B', 2001), 
 ('B', 2002), ('A', 2001), ('A', 2002), ('A', 2003), ('A', 2004), 
 ('B', 2002), ('B', 2003), ('A', 2001), ('A', 2002)]

与循环版本相同的内容:

d = []
for i, x in df.T.items():
    a = range(x['Start'], x['End'] + 1)
    for y in a:
        d.append((x['Type'], y))

然后是DataFrame构造函数:

df = pd.DataFrame(d, columns=['Type','year'])
print (df)
   Type  year
0     A  2000
1     A  2001
2     A  2002
3     A  2003
4     B  2001
5     B  2002
6     A  2001
7     A  2002
8     A  2003
9     A  2004
10    B  2002
11    B  2003
12    A  2001
13    A  2002