Python 使用“取消堆叠”（unstack）进行Groubpy打印

我有以下代码

df = pd.DataFrame({
'type':['john','bill','john','bill','bill','bill','bill','john','john'],
'num':[1006,1004,1006,1004,1006,1006,1006,1004,1004],
'date':[2017,2016,2015,2017,2017,2013,2012,2013,2012],
'pos':[0,0,1,4,0,3,3,8,9],
'force':[5,2,7,10,6,12,4,7,8]})

fig, ax = plt.subplots()

grp=df.sort_values('date').groupby(['type'])

for name, group in grp :
    print(name)
    print(group)
    group.plot(x='date', y='force', label=name)

plt.show()

所得结果如下：

bill
   type   num  date  pos  force
6  bill  1006  2012    3      4
5  bill  1006  2013    3     12
1  bill  1004  2016    0      2
3  bill  1004  2017    4     10
4  bill  1006  2017    0      6
john
   type   num  date  pos  force
8  john  1004  2012    9      8
7  john  1004  2013    8      7
2  john  1006  2015    1      7
0  john  1006  2017    0      5

[综合机动部队条例草案][1] [img2_Force_john][2]

如何获得4个Fig，每个Fig 2行：

• 图1账单：

  line1（x=日期，y=强制）

  账单编号（1004）/

  line2（x=date，y=force）

  对于

  num（1006）

• 图2账单：

  line1（x=date，y=pos）

  num（1004）/

  line2（x=date，y=pos）

  用于

  num（1006）

• 图3：约翰：

  line1（x=date，y=force）

  num（1004）/

  line2（x=date，y=force）

  对于

  num（1006）

• 图4:john的

  line1（x=date，y=pos）

  的

  num（1004）

  /

  line2（x=date，y=pos）

  用于

  num（1006）

让我们试试这个：

df = pd.DataFrame({
'type':['john','bill','john','bill','bill','bill','bill','john','john'],
'num':[1006,1004,1006,1004,1006,1006,1006,1004,1004],
'date':[2017,2016,2015,2017,2017,2013,2012,2013,2012],
'pos':[0,0,1,4,0,3,3,8,9],
'force':[5,2,7,10,6,12,4,7,8]})

fig, ax = plt.subplots(2,2)
axi=iter(ax.flatten())

grp=df.sort_values('date').groupby(['type'])
for name, group in grp :
#     print(name)
#     print(group)
    group.set_index(['date','num'])['force'].unstack().plot(title=name+' - force', ax=next(axi), legend=False)
    group.set_index(['date','num'])['pos'].unstack().plot(title=name+ ' - pos', ax=next(axi), legend=False)
    
plt.tight_layout()
plt.legend(loc='upper center', bbox_to_anchor=(0, -.5), ncol=2)
plt.show()

输出：

---

根据以下评论更新： 图表： 让我们试试这个：

df = pd.DataFrame({
'type':['john','bill','john','bill','bill','bill','bill','john','john'],
'num':[1006,1004,1006,1004,1006,1006,1006,1004,1004],
'date':[2017,2016,2015,2017,2017,2013,2012,2013,2012],
'pos':[0,0,1,4,0,3,3,8,9],
'force':[5,2,7,10,6,12,4,7,8]})

fig, ax = plt.subplots(2,2)
axi=iter(ax.flatten())

grp=df.sort_values('date').groupby(['type'])
for name, group in grp :
#     print(name)
#     print(group)
    group.set_index(['date','num'])['force'].unstack().plot(title=name+' - force', ax=next(axi), legend=False)
    group.set_index(['date','num'])['pos'].unstack().plot(title=name+ ' - pos', ax=next(axi), legend=False)
    
plt.tight_layout()
plt.legend(loc='upper center', bbox_to_anchor=(0, -.5), ncol=2)
plt.show()

输出：

---

根据以下评论更新： 图表：
@ .... 非常感谢你的帮助。 不幸的是，在使用以下代码和大数据绘制两条线之后

for name, group in grp_new:
    axn= group.set_index(['date', 'num'])['pos'].unstack().plot(title= name+' _pos', legend=False)

绘图看起来像。它们不是连续绘图。我试着画单线，结果没问题。
@ .... 非常感谢你的帮助。 不幸的是，在使用以下代码和大数据绘制两条线之后

for name, group in grp_new:
    axn= group.set_index(['date', 'num'])['pos'].unstack().plot(title= name+' _pos', legend=False)

---

绘图看起来像。它们不是连续的绘图。我试着画单线，结果很好。
非常感谢您的回答，是否可以将最大/最小值作为线添加到每条线fig@user13931873... 对您希望每个。。。我会注意修改答案。我想画出比尔·福斯的（x=最大力值，y=日期）约翰·福斯的（x=最大力值，y=日期）比尔·福斯的（x=最大力值，y=日期）约翰·福斯的（x=最大力值，y=日期）我真的非常感谢你的帮助，我很感激你，但我指的是两条线的力的最大值。所以我想。。。图1为账单：第1行（x=date，y=force）为num（1004）/第2行（x=date，y=force）为num（1006）/第3行（x=date，y=1004和1004的最大力），应该是一条水平线……。还有一个问题，你能不能在没有子图的情况下绘制它。@user13931873我有点困惑。但我将尝试另一个更新。非常感谢您的回答，是否可以将最大/最小值作为行添加到每个行中fig@user13931873... 对您希望每个。。。我会注意修改答案。我想画出比尔·福斯的（x=最大力值，y=日期）约翰·福斯的（x=最大力值，y=日期）比尔·福斯的（x=最大力值，y=日期）约翰·福斯的（x=最大力值，y=日期）我真的非常感谢你的帮助，我很感激你，但我指的是两条线的力的最大值。所以我想。。。图1为账单：第1行（x=date，y=force）为num（1004）/第2行（x=date，y=force）为num（1006）/第3行（x=date，y=1004和1004的最大力），应该是一条水平线……。还有一个问题，你能不能在没有子图的情况下绘制它。@user13931873我有点困惑。但我将尝试另一个更新。您将如何处理丢失的数据？归零或用最后已知的测量值填充？尝试

group.set_index（['date'，num']）['pos'].unstack（）.ffill（）.plot（title=name+''u pos'，legend=False）

？归零或用最后已知的测量值填充？尝试

group.set_索引（['date'，'num']）['pos'].unstack（）.ffill（）.plot（title=name+''_pos'，legend=False）