Pandas Pyplot多个标记，同一行

Question

我有一个df：

time    c_1    c_2   c_3
 t1      v1    NaN    t1
 t2      v2    NaN    NaN   
 t3      v3    t3     NaN 
 t4      v4    NaN    NaN 
 t5      v5    t5     NaN 
 t6      v6    NaN    t6

你好：

1. 使用matplotlib.pyplot绘制一条线（t1，c_1）
2. 并在特定样式（例如，绿色）
的行上标记（c_2）中的每个对应点
3. 并且还将（c_3）中的每个点标记在另一个样式（例如，蓝色）的同一行上
4. 然后画一条虚线连接标记（t1，t3），t3，t6）和（t5，t6）

我把问题分解为分，以便更容易阅读，但基本上我对pyplot来说是一个新手，而且我找不到用同一种语法设置2种不同标记的方法。如果可能的话，我也不太确定如何操纵标记。

＆＃39;通常＆＃39;如何实现这个目标？

Answer 1

假设您拥有此数据框：

        c_1  c_2  c_3  time
0  0.548814  NaN  1.0     1
1  0.715189  NaN  NaN     2
2  0.602763  3.0  NaN     3
3  0.544883  NaN  NaN     4
4  0.423655  5.0  NaN     5
5  0.645894  NaN  6.0     6

如果以下情节是您之后的

可以使用以下代码生成：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np; np.random.seed(0)

time = np.arange(1,7)
c_1 = np.random.rand(6)
c_2 = time*np.array([np.nan, np.nan, 1, np.nan, 1, np.nan])
c_3 = time*np.array([1, np.nan, np.nan, np.nan, np.nan, 1])

df = pd.DataFrame({"time":time, "c_1":c_1,"c_2":c_2,"c_3":c_3 })

ax = df.plot("time", "c_1")
ax.plot(df["c_2"], df["c_1"], marker="s", color="limegreen",  linestyle="")
ax.plot(df["c_3"], df["c_1"], marker="o", color="crimson", linestyle="")

# to be able to draw a line with coordinates 
# from two different columns, we need to join them
df2 = df[["c_1","c_2"]].dropna()
df3 = df[["c_1","c_3"]].dropna().rename(columns = {'c_3':'c_2'}, inplace = False)
df4 = pd.concat([df2, df3]).sort_values(by=["c_2"])

ax.plot(df4["c_2"], df4["c_1"], color="burlywood",  linestyle=":", lw=2.5)

ax.set_xlim(0,7)
plt.show()