Pandas Multicolumn Groupby Plotting

时间:2016-09-20 15:13:58

标签: python pandas plot group-by filtering

问题:
我有一个pandas数据框的数据,我想按年 - 月和rule_name分组。按分组后,我希望能够获得该期间每个规则的计数以及该组的所有规则的百分比。到目前为止,我能够得到每个时期的计数而不是百分比。

目标是绘制一个类似于底部的绘图,但是在右边的y轴上,我也会有一段时间段。

目标数据框:
对于rule_name A:

date       counts (rule_name)   %_rule_name 
Jan 16     1                   50
Feb 16     0                    0
Jun 16     2                   66

我想为每个rule_name(即B和C)继续这个

代码:

d  = {'date': ['1/1/2016', '2/1/2016', '3/5/2016', '2/5/2016', '1/15/2016', '3/3/2016', '3/4/2016'],
 'rule_name' : ['A' , 'B', 'C', 'C', 'B', 'A','A']}

df = pd.DataFrame(d)

Output:

enter image description here

# format string date to datetime
df['date'] = pd.to_datetime(df['date'], format='%m/%d/%Y', errors='coerce')


rule_names = df['rule_name'].unique().tolist()
for i in rule_names:
    print ""
    print 'dataframe for', i ,':'
    df_temp = df[df['rule_name'] == i]
    df_temp = df_temp.groupby(df_temp['date'].map(lambda x: str(x.year) + '-' + str(x.strftime('%m')))).count()
    df_temp.plot(kind='line', title = 'Rule Name: ' + str(i))
    print df_temp

Output:

enter image description here

enter image description here

我觉得有更好的方法可以做到这一点,但我无法弄明白。在最后一天,我一直绞尽脑汁想出这个问题' ish'。我应该过滤吗?我尝试了多索引分组,但无法创建%_rule_name列。感谢提前输入。

1 个答案:

答案 0 :(得分:0)

我能够解决这个问题。以下代码提供了必要的图和数据处理。如果这有助于其他人,我会把它放在一边。感觉有点笨拙,但它完成了诀窍。任何改善这一点的建议都将受到赞赏。

非常感谢。

import seaborn as sns

df_all = df.groupby(df['date'].map(lambda x: str(x.year) + '-' + str(x.strftime('%m')))).count()
df_all = pd.DataFrame(df_all)
df_all['rule_name_all_count'] = df_all['rule_name']

rule_names = df['rule_name'].unique().tolist()
for i in rule_names:
    print ""
    print 'dataframe for', i ,':'
    df_temp = df[df['rule_name'] == i]
    df_temp = df_temp.groupby(df_temp['date'].map(lambda x: str(x.year) + '-' + str(x.strftime('%m')))).count()
    df_temp = pd.DataFrame(df_temp)
    df_merge = pd.merge(df_all, df_temp, right_index = True, left_index = True, how='left')
    drop_x(df_merge)
    rename_y(df_merge)
    df_merge.drop('date', axis=1, inplace=True)
    df_merge['rule_name_%'] = df_merge['rule_name'].astype(float) / df_merge['rule_name_all_count'].astype(float)
    df_merge = df_merge.fillna(0) 

    fig = plt.figure()
    ax = fig.add_subplot(111)
    ax2 = ax.twinx()

    df_merge['rule_name'].plot()
    df_merge['rule_name_%'].plot()
    plt.show()
    print df_temp

enter image description here

enter image description here