Pandas Dataframe将行绘制为x值，将列标题绘制为y值

Question

我有一个Pandas DataFrame，其中包含不同时间（行）和特定垂直位置（列名称）的位移。目标是绘制给定时间（系列）的垂直位置（y轴）的位移（x轴）。

根据下一个例子（时间= 0,1,2,3,4和垂直位置= 0.5,1.5,2.5,3.5），如何绘制位移0和3的位移？

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(88)
df = pd.DataFrame({
    'time': np.arange(0, 5, 1),
    '0.5': np.random.uniform(-1, 1, size = 5),
    '1.5': np.random.uniform(-2, 2, size = 5),
    '2.5': np.random.uniform(-3, 3, size = 5),
    '3.5': np.random.uniform(-4, 4, size = 5),
    })
df = df.set_index('time')

Answer 1

您可以将数据框过滤为仅包含所需的行。通过使用位置索引

filtered = df.iloc[[0,3],:]

或使用数据框的实际索引，

filtered = df.iloc[(df.index == 3) | (df.index == 0),:]

然后您可以绘制如下的散点图：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(88)
df = pd.DataFrame({
    'time': np.arange(0, 5, 1),
    '0.5': np.random.uniform(-1, 1, size = 5),
    '1.5': np.random.uniform(-2, 2, size = 5),
    '2.5': np.random.uniform(-3, 3, size = 5),
    '3.5': np.random.uniform(-4, 4, size = 5),
    })
df = df.set_index('time')


filtered_df = df.iloc[[0,3],:]
#filtered_df = df.iloc[(df.index == 3) | (df.index == 0),:]

loc = list(map(float, df.columns))

fig, ax = plt.subplots()
for row in filtered_df.iterrows():
    ax.scatter(row[1], loc, label=row[1].name)

plt.legend()    
plt.show()