如何使用Matplotlib中DateTimeIndex的月度数据绘制Yearly系列？

Question

从2014年到2018年，我每个月都有6个变量的每月数据。 我试图绘制六个子图（每个变量一个），每个月X轴（1月，2月...），并绘制5个系列（每年一个），其legend。

这是数据的一部分：

我为每个变量（总共30个）创建了5个系列（每年一个），我得到了预期的输出，但是使用了很多行代码。

使用更少的代码行来实现这一目标的最佳方法是什么？

这是我创建系列的示例：

CL2014 = data_total['Charity Lottery'].where(data_total['Date'].dt.year == 2014)[0:12]

CL2015 = data_total['Charity Lottery'].where(data_total['Date'].dt.year == 2015)[12:24]

这是我如何绘制系列的一个示例：     axCL.plot（xvals，CL2014）

axCL.plot(xvals, CL2015)

axCL.plot(xvals, CL2016)

axCL.plot(xvals, CL2017)

axCL.plot(xvals, CL2018)

Answer 1

我会尝试使用.groupby（），它对于解析如下内容确实非常强大：

for _, group in data_total.groupby([year, month])[[x_variable, y_variable]]:
    plt.plot(group[x_variables], group[y_variables])

因此，在此groupby会将您的data_total DataFrame分成年/月子集，最后使用[[]]解析为x_variable（假设它位于data_total DataFrame中）和y_variable，您可以制作您感兴趣的任何功能。

我会将您的datetime列分解为单独的year和month列，然后将groupby中的那些新列用作[year，month]。您也许可以像以前一样通过dt.year和dt.month……不确定，请尝试两种方式！

Answer 2

无需在您的命名空间中添加30个变量。 Seaborn使这项工作非常容易，但是您需要首先规范化数据框。这就是“规范化”或“未透视”的样子（Seaborn称其为“长格式”）：

Date        variable         value
2014-01-01  Charity Lottery  ...
2014-01-01  Racecourse       ...
2014-04-01  Bingo Halls      ...
2014-04-01  Casino           ...

您的屏幕截图是“透视”或“简写”数据框。

df_plot = pd.melt(df, id_vars='Date')
df_plot['Year'] = df_plot['Date'].dt.year
df_plot['Month'] = df_plot['Date'].dt.strftime('%b')

import seaborn as sns
plot = sns.catplot(data=df_plot, x='Month', y='value',
                   row='Year', col='variable', kind='bar',
                   sharex=False)
plot.savefig('figure.png', dpi=300)

结果（所有数字都是随机生成的）：