Python 如何分别聚合度量和绘图组

我有以下数据集：

df = pd.DataFrame()
df['year'] = [2011,2011,2011,2011,2011,2011,2011,2011,2011,2011,2011,2011]
df['month'] = [1,2,3,4,5,6,1,2,3,4,5,6]
df['after'] = [0,0,0,1,1,1,0,0,0,1,1,1]
df['campaign'] = [0,0,0,0,0,0,1,1,1,1,1,1]
df['sales'] = [10000,11000,12000,10500,10000,9500,7000,8000,5000,6000,6000,7000]
df['date_m'] = pd.to_datetime(df.year.astype(str) + '-' + df.month.astype(str))

我想做一个按月份和活动分组的折线图，所以我尝试了以下代码：

df['sales'].groupby(df['date_m','campaign']).mean().plot.line()

但是我收到了这个错误消息

keyrerror:（'date\m'，'campaign'）

。非常感谢您的帮助。

• 打印通常取决于数据框的形状

• .groupby

  创建了一个长格式的数据帧，这对于

  seaborn

• .pivot\u table

  创建了一个宽格式的数据框，可以轻松地与

  pandas.DataFrame.plot一起使用

数据帧

• df['sales'].groupby（…）

  不正确，因为

  df['sales']

  选择数据帧的一列；其他列都不可用

• .groupby

  将数据帧转换为长格式，这非常适合使用打印。
  • 指定要通过

    “活动”

    分隔的

    hue

    参数

将熊猫作为pd导入
导入seaborn作为sns
将matplotlib.pyplot作为plt导入
#执行groupby并重置索引
dfg=df.groupby（['date_m'，'campaign']）['sales'].mean（）.reset_index（）
#显示（dfg.head（））
活动销售日期
0 2011-01-01         0  10000
1 2011-01-01         1   7000
2 2011-02-01         0  11000
3 2011-02-01         1   8000
4 2011-03-01         0  12000
#与seaborn密谋
sns.lineplot（数据=dfg，x='date\u m'，y='sales'，hue='campaign'）

数据帧

• .pivot\u table

  正确地塑造数据框以进行打印，并且它有一个聚合参数。
  • 数据帧被塑造成宽格式

#将数据框旋转到正确的形状以便打印
dfp=df.pivot\u表（index='date\u m'，columns='campaign'，values='sales'，aggfunc='mean'）
#显示（dfp.head（））
活动0 1
日期
2011-01-01  10000  7000
2011-02-01  11000  8000
2011-03-01  12000  5000
2011-04-01  10500  6000
2011-05-01  10000  6000
#绘制数据帧
dfp.plot（）

直接使用

matplotlib

打印

fig，ax=plt.子批次（figsize=（8,6））
对于df.campaign.unique（）中的v：
#根据活动选择数据
数据=df[df.活动等式（v）]
#仅当每个日期有多个值时才需要此选项
data=data.groupby（['date\u m'，'campaign']）['sales'].mean（）.reset\u index（）
绘图（'date_m'，'sales'，data=data，label=f'{v}'）
plt.legend（title='campaign'）
plt.show（）

笔记

• 软件包版本：
  • 熊猫1.2.4版

  • seaborn v0.11.1

  • matplotlib v3.3.4

---

谢谢@Trenton McKinney，答案很好。只是一个问题，是否只有matplotlib才有可能？@Alexis pandas的后端是matplotlib。这就是pivot_表的实现。Seaborn是matplotlib的高级api。因此，这两个选项都使用matplotlib。添加了另一个直接使用matplotlib的选项，但它更麻烦。您好@Trenton McKinney，非常感谢您的回答和时间，非常有趣的是，您必须使用for循环逐个添加每个层。这澄清了我对分组变量的一些问题。再次感谢您，祝您度过愉快的一周！