Question

我有以下数据框，我从一个更大的数据框中获得，该数据框列出了最差的10＆＃34; Benchmark Returns＆＃34;及其相应的投资组合回报和日期：

我设法创建了一个Seaborn条形图，其中使用此脚本列出基准回报与相应日期的对比：

import pandas as pd
import seaborn as sns

df = pd.read_csv('L:\\My Documents\\Desktop\\Data NEW.csv', parse_dates = True)

df = df.nsmallest(10, columns = 'Benchmark Returns')
df = df[['Date', 'Benchmark Returns', 'Portfolio Returns']]
p6 = sns.barplot(x = 'Date', y = 'Benchmark Returns', data = df)
p6.set(ylabel = 'Return (%)')
for x_ticks in p6.get_xticklabels():
    x_ticks.set_rotation(90)

它产生了这个情节：

但是，我喜欢的是一个分组条形图，其中包含基准回报和投资组合回报，其中两种不同的颜色用于区分这两个类别。

我尝试过几种不同的方法，但似乎没什么用。

提前感谢您的帮助！

Answer 1

请查看这是否是您想要查看的内容。

诀窍是将pandas df从宽格式转换为长格式

第1步：准备数据

import seaborn as sns

np.random.seed(123)
index = np.random.randint(1,100,10)

x1 = pd.date_range('2000-01-01','2015-01-01').map(lambda t: t.strftime('%Y-%m-%d'))
dts = np.random.choice(x1,10)

benchmark = np.random.randn(10)
portfolio = np.random.randn(10)

df = pd.DataFrame({'Index': index,
                   'Dates': dts,
                   'Benchmark': benchmark,
                   'Portfolio': portfolio},
                    columns = ['Index','Dates','Benchmark','Portfolio'])

第2步：来自＆＃34;广泛＆＃34;到＆＃34;长＆＃34;格式

df1 = pd.melt(df, id_vars=['Index','Dates']).sort_values(['variable','value']) df1 Index Dates variable value 9 48 2012-06-13 Benchmark -1.410301 1 93 2002-07-31 Benchmark -1.301489 8 97 2005-01-21 Benchmark -1.100985 0 67 2011-06-01 Benchmark 0.126526 4 84 2003-09-25 Benchmark 0.465645 3 18 2009-07-13 Benchmark 0.522742 5 58 2007-12-04 Benchmark 0.724915 7 98 2002-12-28 Benchmark 0.746581 6 87 2009-02-07 Benchmark 1.495827 2 99 2000-04-21 Benchmark 2.207427 16 87 2009-02-07 Portfolio -2.750224 14 84 2003-09-25 Portfolio -1.855637 15 58 2007-12-04 Portfolio -1.779455 19 48 2012-06-13 Portfolio -1.774134 11 93 2002-07-31 Portfolio -0.984868 12 99 2000-04-21 Portfolio -0.748569 10 67 2011-06-01 Portfolio -0.747651 18 97 2005-01-21 Portfolio -0.695981 17 98 2002-12-28 Portfolio -0.234158 13 18 2009-07-13 Portfolio 0.240367

第3步：绘图

sns.barplot(x='Dates', y='value', hue='variable', data=df1) plt.xticks(rotation=90) plt.ylabel('Returns') plt.title('Portfolio vs Benchmark Returns');

Pandas Dataframe到Seaborn Grouped Barchart

1 个答案: