使用Pandas和Matplotlib绘制groupby图表

Question

我是新手，对于Pandas不是很熟悉，如果这个问题太简单或者不太有意义，请见谅。

假设我有以下数据框（源自文档）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
        'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
        'C' : np.random.randn(8),
        'D' : np.random.randn(8)}
)

值：

     A      B         C         D
0  foo    one -1.591757  0.016910
1  bar    one  0.540010  1.022113
2  foo    two -1.134974 -1.600034
3  bar  three  0.082130 -0.221179
4  foo    two  0.252851  1.963539
5  bar    two -3.012450  0.815712
6  foo    one -0.243863  0.615665
7  foo  three -2.558635 -2.405591

我会针对B列的任何值计算C和D列的平均值：

result = df.groupby("B").mean()

数值：

              C         D
B                        
one   -0.431870  0.551563
three -1.238253 -1.313385
two   -1.298191  0.393072 

我可以使用DataFrame的plot方法绘制结果表：

result.plot()

现在，如果我想进一步操作绘图，并直接使用plt.plot，那么图例将会消失，横轴标签则被替换为数字索引：

plt.plot(result)

如何使用plt.plot方法获得相同的图表？

- Aristide

---

你使用的是哪个版本的Python、Pandas和Matplotlib？我的版本是3.4.3, 0.17.1, 1.5.0。当我使用plt.plot(result)时，出现了错误ValueError: could not convert string to float: 'two'。 - Anton Protopopov

分别是：2.7.10，0.16.2，1.4.3（Anaconda 发行版）。对于我来说，这行代码绝对不会引发任何异常。无论如何，它也没有给我想要的图形 :) - Aristide

Answer 1

获取图表的引用，然后使用标准的matplotlib命令进行操作。

p = plt.subplot(111)
p.plot(result)
p.legend(['C', 'D'])
plt.xticks(list(range(len(result))), result.index)
plt.xlabel(result.index.name)

当您有多个图表时，带有引用的版本非常有用：

p = plt.subplot(111)
p.plot(result)
p.legend(['C', 'D'])
p.set_xticks(list(range(len(result))))
p.set_xticklabels(result.index)
p.set_xlabel(result.index.name)

- Mike Müller

---

是的，我认为这与以下代码等效（不使用subplot）：plt.plot(result); plt.legend(['C', 'D']); plt.show()。但是您知道如何恢复横坐标标签吗？ - Aristide

添加了一个带标签的版本。 - Mike Müller

@MikeMüller 但是在pandas中，您的X轴标签将有两个级别，而在您的情况下只有一个。 - Anton Protopopov

好的。现在有第二级标签。 - Mike Müller

非常感谢，这正是我想要的结果。subplot 这个东西对于我这个新手来说仍然看起来很奇怪，但我猜这就是熊猫的方式！ - Aristide

@Aristide 好的，如果你在一个画布或图形上绘制多个图形，则只需要使用子图。因此，在这种情况下，您不需要它，但人们出于习惯仍然坚持使用它。 - NoName