Question

我从几个Excel文件中读取了一组数据。我可以轻松地使用pandas读取，合并和分组数据。我有两个对数据感兴趣的专栏，＆＃39;产品类型＆＃39;和＆＃39;测试持续时间。＆＃39;

包含从Excel文件读取的数据的数据框称为oData。

oDataGroupedByProductType = oData.groupby(['Product Type'])

我已经使用plotly来制作如下的图表，但是在情节上并没有保持数据私密性，如果我希望数据是私有的，我必须付钱。支付不是一种选择。如何使用pandas和/或matplotlib创建相同的图形，还可以显示每种产品类型的平均值？

Answer 1

正如Bound所说，您可以使用stripplot（seaborn文档页面的示例）执行几行。

import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips") # load some sample data
ax = sns.stripplot(x="day", y="total_bill", data=tips)

Answer 2

假设您有一些数据帧：

In [4]: df.head(20)
Out[4]:
   product      value
0        c   5.155740
1        c   8.983128
2        c   5.150390
3        a   8.379866
4        c   8.094536
5        c   7.464706
6        b   3.690430
7        a   5.547448
8        a   7.709569
9        c   8.398026
10       a   7.317957
11       b   7.821332
12       b   8.815495
13       c   6.646533
14       c   8.239603
15       c   7.585408
16       a   7.946760
17       c   5.276864
18       c   8.793054
19       b  11.573413

您需要为产品绘制一个数值，以便快速和干燥，只需通过映射数值创建一个新列：

In [5]: product_map = {p:r for p,r in zip(df['product'].unique(), range(1, df.values.shape[0]+1))}

In [6]: product_map
Out[6]: {'a': 2, 'b': 3, 'c': 1}

当然，有很多方法可以实现这一目标......

现在，制作一个新专栏：

In [8]: df['product_code'] = df['product'].map(product_map)

In [9]: df.head(20)
Out[9]:
   product      value  product_code
0        c   5.155740             1
1        c   8.983128             1
2        c   5.150390             1
3        a   8.379866             2
4        c   8.094536             1
5        c   7.464706             1
6        b   3.690430             3
7        a   5.547448             2
8        a   7.709569             2
9        c   8.398026             1
10       a   7.317957             2
11       b   7.821332             3
12       b   8.815495             3
13       c   6.646533             1
14       c   8.239603             1
15       c   7.585408             1
16       a   7.946760             2
17       c   5.276864             1
18       c   8.793054             1
19       b  11.573413             3

现在，使用plot中的pandas辅助方法，它基本上是matplotlib的包装：

In [10]: df.plot(kind='scatter', x = 'product_code', y = 'value')
Out[10]: <matplotlib.axes._subplots.AxesSubplot at 0x12235abe0>

输出：

显然，这很快，很脏，但它应该让你在路上......

Answer 3

如果其他人有一个非常相似的问题，并希望看到最终结果，我最终使用了seaborn，如下所示：

import seaborn as sns
import matplotlib.pyplot as plt
...
sns.set_style("whitegrid")
sns.boxplot(x=oData['Product Type'],
          y=oData['Test Duration?'],
          data=oData)
plt.savefig('Test Duration vs. Product Type.png')

图表如下。出于隐私原因，我在图表上模糊了产品标签。

Pandas按列分组Excel数据，使用Mean Scileter Plot绘制图表

3 个答案: