Python 在一个图上绘制多个密度

我有一个带有多索引的数据框（支出，组ID）：

我可以使用df['coef'].plot（kind='density'）获得密度。我想根据多重指数（支出）的外部水平对这些密度进行分组，并将不同支出水平的不同密度绘制到同一个图中

我将如何实现这一点？奖金：用“支出”值标记不同的支出图表

回答

我最初的方法是通过生成一个

ax

对象并传递该对象来合并不同的KDE，但接受的答案启发我生成一个df，其中组标识符作为列：

n = 25
df = pd.DataFrame({'expenditure' : np.random.choice(['foo','bar'], n),
                   'groupid' : np.random.choice(['one','two'], n),
                  'coef' : np.random.randn(n)})
df2 = df[['expenditure', 'coef']].pivot_table(index=df.index, columns='expenditure', values='coef')
df2.plot(kind='kde')

---

哇，结果比我想象的要困难得多。在概念上似乎很容易，但（再一次）概念和实践确实不同

设置一些玩具数据：

n = 25
df = pd.DataFrame({'expenditure' : np.random.choice(['foo','bar'], n),
                   'groupid' : np.random.choice(['one','two'], n),
                  'coef' : randn(n)})

然后根据

支出进行分组

，迭代每个支出，透视数据，并绘制kde：

gExp = df.groupby('expenditure')
for exp in gExp:
    print exp[0]
    gGroupid = exp[1].groupby('groupid')
    g = exp[1][['groupid','coef']].reset_index(drop=True)
    gpt = g.pivot_table(index = g.index, columns='groupid', values='coef')
    gpt.plot(kind='kde').set_title(exp[0])
    show()

结果：

---

在绘图之前，需要反复试验才能弄清楚数据必须以数据为中心

这迫使我最终理解了何时使用pivot_table（）而不是pivot（）

gExp = df.groupby('expenditure')
for exp in gExp:
    print exp[0]
    gGroupid = exp[1].groupby('groupid')
    g = exp[1][['groupid','coef']].reset_index(drop=True)
    gpt = g.pivot_table(index = g.index, columns='groupid', values='coef')
    gpt.plot(kind='kde').set_title(exp[0])
    show()