Python PANDAS数据帧concat和pivot数据

我正在学习python并使用一些示例数据。我有一个数据集的CSV文件，该数据集按美国人口的百分位数按季度列出净值。 我已经成功地将数据按百分位数进行了子集划分，创建了三个按年度划分的净值散点图，三个人口部分各有一个散点图。但是，我试图将这三个图合并到一个数据帧中，这样我就可以将这些线合并到一个图中

数据如下：

迄今为止的守则：

import pandas as pd

import matplotlib.pyplot as plt
 
# importing numpy as np
import numpy as np
 
df = pd.read_csv("dfa-income-levels.csv")
df99th = df.loc[df['Category']=="pct99to100"]

df99th.plot(x='Date',y='Net worth', title='Net worth by percentile')

dfmid = df.loc[df['Category']=="pct40to60"]

dfmid.plot(x='Date',y='Net worth')
dflow = df.loc[df['Category']=="pct00to20"]

dflow.plot(x='Date',y='Net worth')

data = dflow['Net worth'], dfmid['Net worth'], df99th['Net worth']
headers = ['low', 'mid', '99th']
newdf = pd.concat(data, axis=1, keys=headers)

这会产生如下所示的数据框，这不是我想要用来绘制数据的

    low mid 99th
0   NaN NaN 3514469.0
3   NaN 2503918.0   NaN
5   585550.0    NaN NaN
6   NaN NaN 3602196.0
9   NaN 2518238.0   NaN
... ... ... ...
747 NaN 8610343.0   NaN
749 3486198.0   NaN NaN
750 NaN NaN 32011671.0
753 NaN 8952933.0   NaN
755 3540306.0   NaN NaN

---

有没有其他方法的建议？

在您共享的csv文件中，我没有看到代码中提到的类别。为了沿着列合并数据帧，可以使用

pd.concat

沿着

axis=1

。它包含相同索引号的列。因此，首先将

Date

列设置为索引，然后将它们合并，然后再次将

Date

作为数据框列返回

• 要将

  Date

  列设置为数据帧的索引，

  df1=df1.设置索引（'Date'）

  和

  df2=df2.设置索引（'Date'）

• 使用

  df_merge=pd.Concat（[df1，df2]，axis=1）

  或

  df_merge=pd.merge（df1，df2，on='Date'）对数据帧
  df1
  和
  df2

• 通过

  df\u merge=df\u merge.reset\u index（）

---

我已编辑了您的链接，以包含income-levels.csv。等待批准

#filter you dataframe to only the categories you're interested in
filtered_df = df[df['Category'].isin(['pct99to100', 'pct00to20', 'pct40to60'])]
filtered_df = filtered_df[['Date', 'Category', 'Net worth']]

fig, ax = plt.subplots() #ax is an axis object allowing multiple plots per axis
filtered_df.groupby('Category').plot(ax=ax)