绘图组与组中变量的平均值

Question

我有一个CSV文件，格式为：

BUFFER_SIZE,RUN,DURATION
1000,1,0.5
1000,2,0.62
1000,3,0.48
1000,4,0.59
2000,1,0.44
2000,2,0.35
2000,3,0.29
2000,4,0.41
...

（数据是假的，只是为了说明我的例子）

我想绘制buffer_size vs mean(duration)。

我可以毫无问题地分组和计算方法：

bench_results = pd.read_csv('bench_results.csv')
bench_by_size = bench_results.groupby('BUFFER_SIZE')
bench_by_size.mean()

给了我预期的结果。

plot(bench_results.groupby('BUFFER_SIZE').mean()['DURATION']) 几乎我想要的，除了我希望X轴是BUFFER_SIZE。

这很难看，但却给了我想要的东西：

Xvals = []
Yvals = []
for key, grp in bench_results.groupby(['BUFFER_SIZE']):
    Xvals.append(key)
    Yvals.append(mean(grp['DURATION']))
plot(Xvals, Yvals)

有没有更好的方法呢？我想避免迭代GroupBy对象。

Answer 1

plt.plot(bench_by_size.mean()['DURATION'])应该有效。例如，

import pandas as pd
import matplotlib.pyplot as plt

bench_results = pd.DataFrame(
    {'BUFFER_SIZE': [1000, 1000, 1000, 1000, 2000, 2000, 2000, 2000],
     'DURATION': [0.5, 0.62, 0.48, 0.59, 0.44, 0.35, 0.29, 0.41],
     'RUN': [1, 2, 3, 4, 1, 2, 3, 4]})

# bench_results = pd.read_csv('data')
bench_by_size = bench_results.groupby('BUFFER_SIZE')
means = bench_by_size.mean()
plt.plot(means['DURATION'], linestyle='-', marker='o', markersize=10)
plt.xlabel(means.index.name)
plt.ylabel('DURATION')
plt.show()

产量