如何将数据框中的不同数据组绘制成单个图形

问题描述：

我有一个温度文件，其中包含多年的温度记录，格式如下：

2012-04-12,16:13:09,20.6
2012-04-12,17:13:09,20.9
2012-04-12,18:13:09,20.6
2007-05-12,19:13:09,5.4
2007-05-12,20:13:09,20.6
2007-05-12,20:13:09,20.6
2005-08-11,11:13:09,20.6
2005-08-11,11:13:09,17.5
2005-08-13,07:13:09,20.6
2006-04-13,01:13:09,20.6

每年的记录次数都不同，因此熊猫 datetimeindices都是不同的。

我想在同一张图中绘制不同年份的数据以便进行比较：

• X 轴datetimeindices为 1 月至 12 月

• Y 轴是温度

我该如何做呢？

解决方案 1：

尝试：

ax = df1.plot()
df2.plot(ax=ax)

解决方案 2：

如果您正在运行 Jupyter/Ipython 笔记本并且在使用时遇到问题；

ax = df1.plot()

df2.plot(ax=ax)

在同一个单元格内运行命令！！出于某种原因，当它们被分成连续的单元格时，它不会起作用。至少对我来说是这样。

解决方案 3：

• Chang 的回答展示了如何在同一个上绘制不同的 DataFrame axes。

• 在这种情况下，所有数据都在同一个数据框中，因此最好使用groupby和unstack。

  • 或者，pandas.DataFrame.pivot_table也可以使用。

  • dfp = df.pivot_table(index='Month', columns='Year', values='value', aggfunc='mean')

• 使用 时pandas.read_csv，names=如果文件中没有列标题，则会创建列标题。'date'必须将 列解析为datetime64[ns] Dtype，以便.dt提取器可用于提取month和year。

import pandas as pd

# given the data in a file as shown in the op
df = pd.read_csv('temp.csv', names=['date', 'time', 'value'], parse_dates=['date'])
    
# create additional month and year columns for convenience
df['Year'] = df.date.dt.year
df['Month'] = df.date.dt.month

# groupby the month a year and aggreate mean on the value column
dfg = df.groupby(['Month', 'Year'])['value'].mean().unstack()

# display(dfg)                     
Year        2005  2006       2007  2012
Month                                  
4            NaN  20.6        NaN  20.7
5            NaN   NaN  15.533333   NaN
8      19.566667   NaN        NaN   NaN

现在很容易将每年绘制为一条单独的线。OP 每年只有一个观察值，因此只显示一个标记。

ax = dfg.plot(figsize=(9, 7), marker='.', xticks=dfg.index)

解决方案 4：

要对多个数据框执行此操作，可以对它们执行 for 循环：

fig = plt.figure(num=None, figsize=(10, 8))
ax = dict_of_dfs['FOO'].column.plot()
for BAR in dict_of_dfs.keys():
    if BAR == 'FOO':
        pass
    else:
        dict_of_dfs[BAR].column.plot(ax=ax)

这也可以在没有if条件的情况下实现：

fig, ax = plt.subplots()
for BAR in dict_of_dfs.keys():
    dict_of_dfs[BAR].plot(ax=ax)

解决方案 5：

您可以使用hue中的参数seaborn。例如：

import seaborn as sns
df = sns.load_dataset('flights')

     year month  passengers
0    1949   Jan         112
1    1949   Feb         118
2    1949   Mar         132
3    1949   Apr         129
4    1949   May         121
..    ...   ...         ...
139  1960   Aug         606
140  1960   Sep         508
141  1960   Oct         461
142  1960   Nov         390
143  1960   Dec         432

sns.lineplot(x='month', y='passengers', hue='year', data=df)