python - pandas - 根据 groupby 索引级别绘制

Question

我有这个简单的数据框df:

City,H
AMS,1.1
AMS,0.8
AMS,0.9
BOS,0.9
BOS,0.7
BOS,0.6
BOS,0.8

我想根据每个City对H列进行排序，然后用不同的颜色绘制每个City索引。到目前为止，我从分组和排序开始:

d = df.groupby('City').apply(lambda x: x.sort('H', ascending=False))

然后，由于我想根据某种排名绘制每个 City 的 H 值，因此我添加了一个名为 subindex 的列> 如:

d['subindex'] = d.groupby(level=0).cumcount() + 1

生成的数据框是:

       City    H  subindex
City                      
AMS  0  AMS  1.1         1
     2  AMS  0.9         2
     1  AMS  0.8         3
BOS  3  BOS  0.9         1
     6  BOS  0.8         2
     4  BOS  0.7         3
     5  BOS  0.6         4

格式是我想要的，但我不明白为什么City列出现两次。现在的问题是根据子索引为每个City绘制H值。我尝试过:

for i, group in d:
    group.plot(x='subindex', y='H')

收到以下ValueError:

for i, group in d:
ValueError: too many values to unpack

Answer 1

您的 d 不再是 groupby 对象，而是一个多索引 df，这就是您收到错误的原因:

In [61]:
for col in d:
    print(col)

City
H
subindex

这就是 d 现在的样子:

Out[52]:
       City    H  subindex
City                      
AMS  0  AMS  1.1         1
     2  AMS  0.9         2
     1  AMS  0.8         3
BOS  3  BOS  0.9         1
     6  BOS  0.8         2
     4  BOS  0.7         3
     5  BOS  0.6         4

如果您没有对groupby对象调用apply，那么您可以访问groups:

In [69]:
g = df.groupby('City')
g.groups

Out[69]:
{'AMS': [0, 1, 2], 'BOS': [3, 4, 5, 6]}

您可以像以前一样正确地迭代 groupby 对象:

In [71]:
for i, group in g:
    print(i)
    print(group)

AMS
  City    H
0  AMS  1.1
1  AMS  0.8
2  AMS  0.9
BOS
  City    H
3  BOS  0.9
4  BOS  0.7
5  BOS  0.6
6  BOS  0.8

因此，您现在要做的是使用索引级别来过滤 df 并绘制它们:

for city in d.index.get_level_values(0).unique():
    d[d['City']==city].plot(x='subindex', y='H')

产生以下图:

和