Python 如何在熊猫中创建groupby子地块？

我有一个包含犯罪时间序列数据的数据框，其中包含犯罪方面的数据（如下所示）。我想在数据框上执行分组绘图，以便能够探索犯罪趋势

    Offence                     Rolling year total number of offences       Month
0   Criminal damage and arson   1001                                        2003-03-31
1   Drug offences               66                                         2003-03-31
2   All other theft offences    617                                   2003-03-31
3   Bicycle theft               92                                    2003-03-31
4   Domestic burglary           282                                   2003-03-31

我有一些代码可以完成这项工作，但它有点笨拙，而且它丢失了Pandas在单个绘图中提供的时间序列格式。（我附上了一张图片来说明）。有人能给我推荐一个这样的情节的成语吗

我会转向Seaborn，但我不知道如何将xlabel格式化为时间序列

[![subs = \[\]
for idx, (i, g) in enumerate(df.groupby("Offence")):
        subs.append({"data": g.set_index("Month").resample("QS-APR", how="sum" ).ix\["2010":\],
                     "title":i})

ax = plt.figure(figsize=(25,15))
for i,g in enumerate(subs):
    plt.subplot(5, 5, i)
    plt.plot(g\['data'\])
    plt.title(g\['title'\])
    plt.xlabel("Time")
    plt.ylabel("No. of crimes")
    plt.tight_layout()][1]][1]

---

这是连续6年从

pd.groupby（）

获得的大熊猫6个散点图的可复制示例。在x轴上——是当年的石油价格（布伦特），在y轴上——是当年sp500的价值

import matplotlib.pyplot as plt
import pandas as pd
import Quandl as ql
%matplotlib inline

brent = ql.get('FRED/DCOILBRENTEU')
sp500 = ql.get('YAHOO/INDEX_GSPC')
values = pd.DataFrame({'brent':brent.VALUE, 'sp500':sp500.Close}).dropna()["2009":"2015"]

fig, axes = plt.subplots(2,3, figsize=(15,5))
for (year, group), ax in zip(values.groupby(values.index.year), axes.flatten()):
    group.plot(x='brent', y='sp500', kind='scatter', ax=ax, title=year)

这将生成以下绘图：

（以防万一，从这些曲线图中，你可以推断2010年石油和sp500之间有很强的相关性，但其他年份没有）

您可以在

group.plot（）

中更改

kind

，使其适合您的特定种类或数据。我预计，如果您的数据中有x轴的日期格式，pandas将保留该格式。

在这种情况下非常有效

import matplotlib.pyplot as plt
import pandas as pd
import quandl as ql

df = ql.get(["NSE/OIL.1", "WIKI/AAPL.1"], start_date="2013-1-1")
df.columns = ['OIL', 'AAPL']
df['year'] = df.index.year

from altair import *

即#1-按年份无颜色/按年份无列

Viz#2-按年份无颜色/按年份列

Viz#3-按年份划分的颜色

---

您是否对连续6年的2x3石油与黄金价格散点图的可复制示例感兴趣，该散点图按年份分组

数值。分组依据（数值。指数。年份）

熊猫？当然。我只是想完成这个过程…我会尝试一下，让你知道。看起来比我的努力简单多了。

Chart(df).mark_point(size=1).encode(x='AAPL',y='OIL').configure_cell(width=200, height=150)

Chart(df).mark_point(size=1).encode(x='AAPL',y='OIL', column='year').configure_cell(width=140, height=70).configure_facet_cell(strokeWidth=0)

Chart(df).mark_point(size=1).encode(x='AAPL',y='OIL', color='year:N').configure_cell(width=140, height=70)