从pandas dataframe列中推断系列标签和数据以进行绘图

Question

考虑一个简单的2x2数据集，其中系列标签作为第一列预先添加（“Repo”）

            Repo AllTests Restricted
0      Galactian   1860.0      410.0
1  Forecast-MLib    140.0       47.0

以下是DataFrame列：

p(df.columns)
([u'Repo', u'AllTests', u'Restricted']

所以我们的第一列是字符串/标签，第二列和第三列是数据值。我们希望每个行一个系列对应Galactian和Forecast-MLlib回购。

这似乎是一项常见任务，只需简单地plot DataFrame即可。但是，以下相关问题没有提供任何简单的方法：它基本上抛弃了DataFrame结构知识并手动绘制：  Set matplotlib plot axis to be the dataframe column name

有没有更自然的方式来绘制这些系列 - 这不涉及解构已经很有用的DataFrame，而是将第一列推断为标签，剩下的是系列数据点？

更新以下是一个自包含的代码段

runtimes = npa([1860.,410.,140.,47.])
runtimes.shape = (2,2)

labels = npa(['Galactian','Forecast-MLlib'])
labels.shape=(2,1)
rtlabels = np.concatenate((labels,runtimes),axis=1)
rtlabels.shape = (2,3)

colnames = ['Repo','AllTests','Restricted']
df = pd.DataFrame(rtlabels, columns=colnames)
ps(df)
df.set_index('Repo').astype(float).plot()
plt.show()

这是输出

             Repo AllTests Restricted
0       Galactian   1860.0      410.0
1  Forecast-MLlib    140.0       47.0

使用piRSquared帮助它看起来像这样

所以数据现在显示..但系列和标签交换。将进一步尝试正确排列它们。

另一次更新

按flipping the columns/labels，系列会按照需要推出。

改变是：

labels = npa(['AllTests','Restricted'])
..
colnames = ['Repo','Galactian','Forecast-MLlib']

所以更新的代码是

runtimes = npa([1860.,410.,140.,47.])
runtimes.shape = (2,2)

labels = npa(['AllTests','Restricted'])
labels.shape=(2,1)
rtlabels = np.concatenate((labels,runtimes),axis=1)
rtlabels.shape = (2,3)

colnames = ['Repo','Galactian','Forecast-MLlib']
df = pd.DataFrame(rtlabels, columns=colnames)
ps(df)
df.set_index('Repo').astype(float).plot()
plt.title("Restricting Long-Running Tests\nin Galactus and Forecast-ML")
plt.show()

p('df columns', df.columns)
ps(df)

Answer 1

Pandas假设您的标签信息在索引和列中。首先设置索引：

df.set_index('Repo').astype(float).plot()

或者

df.set_index('Repo').T.astype(float).plot()