Python：使用 pandas pivot_table 的 Cant pyplot 折线图答案

【问题标题】：Python: Cant pyplot line chart using pandas pivot_tablePython：使用 pandas pivot_table 的 Cant pyplot 折线图
【发布时间】：2019-02-13 19:08:19
【问题描述】：

我有一个 CSV 作为日志文件/数据库。它的结构如下：

User1,Client3,Ops/Admin,19:33:46,19:33:57,178.054662,Notes,05/09/2018
User1,Client2,Ops/Admin,20:33:46,20:33:57,449.272576,Notes,05/09/2018
User1,Client3,Support Management,21:33:46,21:33:57,1073.425258,Notes,05/09/2018
User1,Client2,Support Management,22:33:46,22:33:57,290.640219,Notes,05/09/2018
User1,Client3,Ops/Admin,23:33:46,23:33:57,402.223927,Notes,05/09/2018
User1,Client1,Support Management,00:33:46,00:33:57,761.266062,Notes,05/09/2018
User1,Client1,Business Developement,01:33:46,01:33:57,1623.303656,Notes,05/09/2018

我想使用 matplotlib.pyplot 制作一个折线图，它汇总了每个客户在每个日期的 col[5] 总数。即同一图表上的不同线，其中 x 轴是日期 (col[7])，y 轴是该日期值的总和 (col[5])。

我正在使用 pandas，这是我的起点：

import matplotlib.pyplot as plt
import pandas as pd
import datetime, csv

csv_file = pd.read_csv("file.csv",
                           names = ['USER',
                                   'CLIENT',
                                   'TYPE',
                                   'START',
                                   'END',
                                   'DURATION',
                                   'NOTES',
                                   'DATE'])

然后我尝试将表格设为数据透视表：

date_pivot = csv_file.pivot_table('DURATION', index='CLIENT', columns='DATE')

或使用 .groupby() 函数：

dategroup = csv_file.groupby(['CLIENT','DATE'], as_index = False).sum()

两者似乎都生成了一个看起来应该足够使用的表格。

问题是，由于不乏尝试（...），我无法弄清楚如何在 matplotlib.pyplot.plot() 上按日期绘制 CLIENT 的总和值...您能帮忙吗？

到目前为止我唯一的想法：

我是否应该以某种方式重新排列表格，以便客户端沿 Y 轴 (/index) 运行而日期沿 X 轴 (/header) 运行？
是否需要某种形式的使用 .loc() 的 def 迭代函数？

对此的任何帮助将不胜感激，因此在此先感谢！

【问题讨论】：

标签： python pandas matplotlib

【解决方案1】：

这会将客户和日期的求和结果再次基于客户分组，并为每个客户绘制一条单独的线：

import matplotlib.pyplot as plt
import pandas as pd

df['DATE'] = pd.to_datetime(df['DATE'])
aggregated = df.groupby(['CLIENT', 'DATE']).sum().reset_index()

fig, ax = plt.subplots()

for key, group in aggregated.groupby(['CLIENT']):
    ax = group.plot(ax=ax, kind='line', x='DATE', y='DURATION', label=key)

plt.show()

这是基于this 答案中的组图技巧。

【讨论】：

这非常有效，谢谢。虽然我添加了 label=key ，因为它显示错误。非常感谢！

【解决方案2】：

import numpy as np
csv_file=pd.read_csv('file.csv',names =   ['USER',
                               'CLIENT',
                               'TYPE',
                               'START',
                               'END',
                               'DURATION',
                               'NOTES',
                               'DATE'],parse_dates=['DATE'])
csv_file.pivot_table('DURATION',index='DATE',columns='CLIENT',aggfunc=np.sum)

x 轴/索引/日期
多个 y 轴/列/CLIENT
聚合函数 = sum

【讨论】：