按条件筛选并在python中绘制批处理图

我有一个数据集

df

，如下所示：

    id         timestamp        data     group_id
99  265 2019-11-28 15:44:34.027  22.5         1
100 266 2019-11-28 15:44:34.027  23.5         2
101 267 2019-11-28 15:44:34.027  27.5         3
102 273 2019-11-28 15:44:38.653  22.5         1
104 275 2019-11-28 15:44:38.653  22.5         2

我用下面的代码为一组数据绘制了一个图表，这些数据按特定的组id和日期分组，例如组id==3，日期=2020-01-01：

df['timestamp'] = pd.to_datetime(df['timestamp'])

GROUP_ID = 2
df = df[df['group_id'] == GROUP_ID]

df['Date'] = [datetime.datetime.date(d) for d in df['timestamp']] 
df = df[df['Date'] == pd.to_datetime('2020-01-01')]      

df.plot(x='timestamp', y='data', figsize=(42, 16)) 
plt.axhline(y=40, color='r', linestyle='-')
plt.axhline(y=25, color='b', linestyle='-')

df['top_lim'] = 40
df['bottom_lim'] = 25

plt.fill_between(df['timestamp'], df['bottom_lim'], df['data'],
                where=(df['data'] >= df['bottom_lim'])&(df['data'] <= df['top_lim']),
                facecolor='orange', alpha=0.3)

mask = (df['data'] <= df['top_lim'])&(df['data'] >= df['bottom_lim'])
plt.scatter(df['timestamp'][mask], df['data'][mask], marker='.', color='black')

cumulated_time = df['timestamp'][mask].diff().sum()
plt.gcf().subplots_adjust(left = 0.3)

plt.xlabel('Timestamp')
plt.ylabel('Data')
plt.show()

df['timestamp']=pd.to_datetime（df['timestamp']）
组ID=2
df=df[df['group\u id']==group\u id]
df['Date']=[df['timestamp']中d的datetime.datetime.Date（d）]
df=df[df['Date']==pd.to_datetime（'2020-01-01'）]
绘图（x='timestamp'，y='data'，figsize=（42,16））
plt.axhline（y=40，color='r'，linestyle='-'）
plt.axhline（y=25，color='b'，linestyle='-'）
df['top_lim']=40
df['bottom_lim']=25
在（df['timestamp']、df['bottom\u lim']、df['data']之间填充，
其中=（df['data']>=df['bottom_lim']）和（df['data']使用for loop，您可以采用以下方法。假设每个组有两个日期，一个很好的绘图方法是有两列，行数等于组数

rows=len(groups) #set the desired number of rows
cols=2 #set the desired number of columns

fig, ax = plt.subplots(rows, cols, figsize=(13,8),sharex=False,sharey=False) # if you want to turn off sharing axis.
g=0 #to iterate over rows/cols
d=0 #to iterate over rows/cols
for group in groups:
    for date in dates:
        GROUP_ID = group
        df = df[df['group_id'] == GROUP_ID]
        df['Date'] = [datetime.datetime.date(d) for d in df['timestamp']] 
        df = df[df['Date'] == date]      
        df.plot(x='timestamp', y='data', figsize=(42, 16)) 
        ax[g][d].axhline(y=40, color='r', linestyle='-')
        ax[g][d].axhline(y=25, color='b', linestyle='-')
        df['top_lim'] = 40
        df['bottom_lim'] = 25
        ax[g][d].fill_between(df['timestamp'], df['bottom_lim'], df['data'],
                        where=(df['data'] >= df['bottom_lim'])&(df['data'] <= df['top_lim']),
                        facecolor='orange', alpha=0.3)
        mask = (df['data'] <= df['top_lim'])&(df['data'] >= df['bottom_lim'])
        ax[g][d].scatter(df['timestamp'][mask], df['data'][mask], marker='.', color='black')
        cumulated_time = df['timestamp'][mask].diff().sum()

        d=d+1
        if d==1:
            g=g
        else:
            g=g+1
            d=0


fig.text(0.5, -0.01, 'Timestamp', ha='center', va='center',fontsize=20)
fig.text(-0.01, 0.5, 'Data', ha='center', va='center', rotation='vertical',fontsize=20)
plt.subplots_adjust(left = 0.3)

rows=len（组）#设置所需的行数
cols=2#设置所需的列数
图，ax=plt.subplot（行、列、figsize=（13,8）、sharex=False、sharey=False）#如果要关闭共享轴。
g=0#迭代行/列
d=0#迭代行/列
对于组中的组：
对于日期中的日期：
组ID=组
df=df[df['group\u id']==group\u id]
df['Date']=[df['timestamp']中d的datetime.datetime.Date（d）]
df=df[df['Date']==Date]
绘图（x='timestamp'，y='data'，figsize=（42,16））
ax[g][d].axhline（y=40，color='r'，linestyle='-'）
ax[g][d].axhline（y=25，color='b'，linestyle='-'）
df['top_lim']=40
df['bottom_lim']=25
ax[g][d]。在（df['timestamp']，df['bottom\u lim']，df['data']之间填充，
其中=（df['data']>=df['bottom_lim']）和（df['data']感谢Sameersque的回答。代码或数据中没有
组
。您在问题中指出，您
希望为每个日期的每个组id绘制一个图
。是的。但是
行=len（组）
中的
组
指什么（'group\u id'）
？您可以设置groups=df['group\u id']。这取决于您的用例。您可能需要修改它以满足您的需要。好的。我是否也要在
中为日期中的日期定义
日期：
？