Python 基于多索引数据帧的matplotlib绘制错误条
我在pandas中有以下数据帧:Python 基于多索引数据帧的matplotlib绘制错误条,python,pandas,matplotlib,errorbar,Python,Pandas,Matplotlib,Errorbar,我在pandas中有以下数据帧: >>>name Hour trt_level stress date value 0 D43 9 H control 2019-06-07 0.4561 1 D43 10 H control 2019-06-07 0.3216 2 D42 8 M stress 2019-0
>>>name Hour trt_level stress date value
0 D43 9 H control 2019-06-07 0.4561
1 D43 10 H control 2019-06-07 0.3216
2 D42 8 M stress 2019-06-07 0.2143
3 D42 9 M stress 2019-06-07 0.1342
4 D21 8 L stress 2019-06-07 0.3214
...
我想创建带有错误条、mse/std的折线图,如下所示:
from:在我的例子中:X轴应该是小时,y轴应该是值,三行,每个治疗水平(trt_水平)一行,所以H,M,L的行
为此,我使用了函数groupby和agg:
data = df.groupby(['trt_level','Hour']).agg([np.mean, np.std])
data.head()
>>> value
mean std
trt_level Hour
H 7 0.231 0.0058
8 0.212 0.0094
9 0.431 0.1154
...
以treamtnet和hour为索引、值的平均值和标准值的gav eme数据库,
但问题是,当我试图绘制它时,我只得到一条顶部没有std的线:
data = data['value']
qual.plot(kind = "line", y = "mean", legend = False,
xerr = "std", title = "test", color='green')
当我想要的结果应该有三行在顶部的std时(最好是MES而不是std,但对于这个问题,我更关注三行和std的显示)
我的最终目标是得到一张更像这样的图表(为可怕的平局感到抱歉):
但是几乎所有的时间都在那里。您必须取消多索引数据帧的堆栈
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
#My test file contained at least two values per condition to calculate an SD value
#df = pd.read_csv("test.txt", sep = "\s{2,}")
dfm = df.groupby(["trt_level","Hour"]).agg([np.mean, np.std])
dfm["value"].unstack(level=0).plot(y = "mean", yerr = "std", title = "TRT levels are really important!", color = list("rbg"))
plt.show()
样本输出
顺便说一句:kind=“line”
不必指定,它是默认值。熊猫文档列出了所有