Question

我正在尝试构建一个处理棒球统计数据的程序。我要求用户输入一个团队，然后代码遍历我创建的搜索与用户输入匹配的“ teamID”的熊猫。

我尝试过按“ teamID”进行分组，但是在for循环之前进行了索引。

def AttendancePlot(teams,team_pick):

    fig, ax = plt.subplots()
    group_by_teamID = teams.groupby(by=['teamID'])
    print group_by_teamID

    for i in group_by_teamID.index:
        if i == team_pick:
            ax.scatter(teams['yearID'][i], teams['attendance'][i], color="#4DDB94", s=200)
            ax.annotate(i, (teams['yearID'][i], teams['attendance'][i]),
               bbox=dict(boxstyle="round", color="#4DDB94"),
               xytext=(-30, 30), textcoords='offset points',
               arrowprops=dict(arrowstyle="->", connectionstyle="angle,angleA=0,angleB=90,rad=10"))

我如何创建熊猫

teams = pd.read_csv('Teams.csv')
salaries = pd.read_csv('Salaries.csv')
names = pd.read_csv('Names.csv')

teams = teams[teams['yearID'] >= 1985]
teams = teams[['yearID', 'teamID', 'Rank', 'R', 'RA', 'G', 'W', 'H', 'BB',    'HBP', 'AB', 'SF', 'HR', '2B', '3B', 'attendance']]
teams = teams.set_index(['yearID', 'teamID'])

salaries_by_yearID_teamID = salaries.groupby(['yearID', 'teamID'])  ['salary'].sum()
teams = teams.join(salaries_by_yearID_teamID)

print teams.head(15)

输出的熊猫

          Rank    R   RA    G     ...       2B  3B  attendance      salary
yearID teamID                          ...                                     
1985   ATL        5  632  781  162     ...      213  28   1350137.0   14807000.0
       BAL        4  818  764  161     ...      234  22   2132387.0  11560712.0
       BOS        5  800  720  163     ...      292  31   1786633.0  10897560.0
       CAL        2  732  703  162     ...      215  31   2567427.0  14427894.0

我想要一个散点图，显示某个投入的团队的年度出席情况。我得到一个没有错误的空白图表。

Answer 1

这里不需要使用groupby()，groupby()通常在您要对选定的行应用一些数学运算时使用。您需要正确选择数据。

此函数将绘制给定团队team_pick的年份（ x 轴）与出勤率（ y 轴）的图表，并假设您描述了数据框结构（数据框）是teams）：

def AttendancePlot(teams, team_pick):
    teamdata = teams.loc[teams.index.get_level_values('teamID') == team_pick]
    plt.scatter(teamdata.index.levels[0], teamdata['attendance'])
    plt.show()

我给您留下注释。

关键是这一行：teamdata = teams.loc[teams.index.get_level_values('teamID') == team_pick]。
teams.index.get_level_values('teamID') == team_pick对多行索引执行选择，使您可以选择团队为team_pick的所有行。
因此，teamdata是一个数据框，其中包含给定团队的所有行。

这称为pandas indexing。另请参见pandas advanced indexing。

从熊猫绘制某些数据点

1 个答案: