Python 熊猫-根据groupby索引级别绘制

我有一个简单的数据帧

df

：

City,H
AMS,1.1
AMS,0.8
AMS,0.9
BOS,0.9
BOS,0.7
BOS,0.6
BOS,0.8

我想根据每个

城市

对

H

列进行排序，然后用不同的颜色绘制每个

城市

索引。到目前为止，我从分组和排序开始：

d = df.groupby('City').apply(lambda x: x.sort('H', ascending=False))

然后，由于我想根据排序绘制每个城市的

H

值，我添加了一个名为

subindex

的列，如下所示：

d['subindex'] = d.groupby(level=0).cumcount() + 1

生成的数据帧是：

       City    H  subindex
City                      
AMS  0  AMS  1.1         1
     2  AMS  0.9         2
     1  AMS  0.8         3
BOS  3  BOS  0.9         1
     6  BOS  0.8         2
     4  BOS  0.7         3
     5  BOS  0.6         4

格式是我想要的，但我不明白为什么列

City

出现两次。现在的问题是，对于每个

城市

，根据

子索引

绘制

H

值。我试过：

for i, group in d:
    group.plot(x='subindex', y='H')

接收以下

ValueError

：

for i, group in d:
ValueError: too many values to unpack

---

您的

d

不再是

groupby

对象，而是一个多索引的df，这就是您得到错误的原因：

In [61]:
for col in d:
    print(col)

City
H
subindex

这就是现在的

d

：

Out[52]:
       City    H  subindex
City                      
AMS  0  AMS  1.1         1
     2  AMS  0.9         2
     1  AMS  0.8         3
BOS  3  BOS  0.9         1
     6  BOS  0.8         2
     4  BOS  0.7         3
     5  BOS  0.6         4

如果未在

groupby

对象上调用

apply

，则可以访问

组

：

In [69]:
g = df.groupby('City')
g.groups

Out[69]:
{'AMS': [0, 1, 2], 'BOS': [3, 4, 5, 6]}

您可以像以前一样正确地迭代

groupby

对象：

In [71]:
for i, group in g:
    print(i)
    print(group)

AMS
  City    H
0  AMS  1.1
1  AMS  0.8
2  AMS  0.9
BOS
  City    H
3  BOS  0.9
4  BOS  0.7
5  BOS  0.6
6  BOS  0.8

因此，您现在要做的是使用索引级别过滤df并绘制它们：

for city in d.index.get_level_values(0).unique():
    d[d['City']==city].plot(x='subindex', y='H')

产量如下：

及

---

从df返回的iterable是列，您的df不再是

groupby

而是多索引df，因此您需要

d.index.get_level_值（0）.unique（）