使用子图和循环绘制 Pandas groupby 组

Question

我正在尝试根据 Pandas groupby 对象生成子图网格。我希望每个图都基于一组 groupby 对象的两列数据。假数据集：

C1,C2,C3,C4
1,12,125,25
2,13,25,25
3,15,98,25
4,12,77,25
5,15,889,25
6,13,56,25
7,12,256,25
8,12,158,25
9,13,158,25
10,15,1366,25

我试过以下代码：

import pandas as pd
import csv   
import matplotlib as mpl
import matplotlib.pyplot as plt
import math

#Path to CSV File
path = "..\fake_data.csv"

#Read CSV into pandas DataFrame
df = pd.read_csv(path)

#GroupBy C2
grouped = df.groupby('C2')

#Figure out number of rows needed for 2 column grid plot
#Also accounts for odd number of plots
nrows = int(math.ceil(len(grouped)/2.))

#Setup Subplots
fig, axs = plt.subplots(nrows,2)

for ax in axs.flatten():
    for i,j in grouped:
        j.plot(x='C1',y='C3', ax=ax)

plt.savefig("plot.png")

但是它生成了 4 个相同的子图，每个子图都绘制了所有数据（请参见下面的示例输出）：

我想做类似下面的事情来解决这个问题：

for i,j in grouped:
    j.plot(x='C1',y='C3',ax=axs)
    next(axs)

但是我得到这个错误

AttributeError: 'numpy.ndarray' object has no attribute 'get_figure'

我将在要绘制的 groupby 对象中拥有动态数量的组，并且元素比我提供的假数据多得多。这就是为什么我需要一个优雅的动态解决方案，并将每个组数据集绘制在一个单独的子图中。

Answer 1

听起来您想并行迭代 组和轴 ，而不是嵌套 for 循环（迭代所有组每个轴），你想要这样的东西：

for (name, df), ax in zip(grouped, axs.flat):
    df.plot(x='C1',y='C3', ax=ax)

您在第二个代码片段中的想法是正确的，但是您遇到了错误，因为 axs 是一个轴数组，但 plot 只需要一个轴。因此，将示例中的 next(axs) 替换为 ax = axs.next() 并将 plot 的参数更改为 ax=ax.

也应该有效

使用子图和循环绘制 Pandas groupby 组

Plotting Pandas groupby groups using subplots and loop

python

plot

pandas

subplot

pandas-groupby