Python Dataframe:子批次中不同绘图中的每列

Python Dataframe:子批次中不同绘图中的每列,python,pandas,dataframe,plot,Python,Pandas,Dataframe,Plot,我有一个panda数据框,我希望每个列在每个子批次(2维)上表示 我知道熊猫的默认子批次是所需的输出,但为一维: pallet 45 46 47 48 49 50 date 2019-04-15 4.0 NaN 2.0 NaN NaN 2.0 2019-04-16 3.0 2.0 2.0 2.0 1.0 1.0 2019-04-17 2.0 2.0 2.0 2.0 1.0 1.0 2019-04-18 2.0 2.0 2.

我有一个panda数据框,我希望每个列在每个子批次(2维)上表示

我知道熊猫的默认子批次是所需的输出,但为一维:

pallet       45   46   47   48   49   50
date
2019-04-15  4.0  NaN  2.0  NaN  NaN  2.0
2019-04-16  3.0  2.0  2.0  2.0  1.0  1.0
2019-04-17  2.0  2.0  2.0  2.0  1.0  1.0
2019-04-18  2.0  2.0  2.0  NaN  1.0  1.0
2019-04-19  2.0  2.0  2.0  NaN  1.0  1.0
2019-04-20  2.0  2.0  2.0  NaN  1.0  NaN
输出:

我希望能够输出每个列,但在二维子批次。 具有公共X和Y 列的长度是动态的,所以如果num pallets>6打开一个新的相同形状的图形,我希望能够在每个图形上放置6列

所以我希望它看起来像这样:

但是用普通的X和Y

谢谢大家!

IIUC您可以在.plot方法中指定参数。例如:

生成2行3列的子批次

在动态计算列的情况下,在2行上生成子批

如果您需要子批次来共享axis,您可以传递
sharex
sharey



太棒了。你帮了我很多忙才弄明白这件事!只是,关于打开的最大列数的新数字如何?你可以使用
布局=(-1,6)
例如,如果你想要最多6列,我想我不清楚,我想显示我有信息的所有托盘。与上面的布局。但是,如果有10列,我希望能够用其余的列打开一个新窗口,但在相同的2*3布局中(如上图所示),再次感谢我的朋友。顺便问一下,你能解释为什么-1使其具有动态性吗?这只是
熊猫
中内置的一个巧妙约定,类似于
numpy。重塑
-以下是文档:
pivot.plot(subplots=True)
plt.show()
pivot.plot(subplots=True, layout=(2, 3))
pivot.plot(subplots=True, layout=(2, -1))
pivot.plot(subplots=True, layout=(2, -1), sharex=True, sharey=True)