Pandas 多列 Groupby 绘图

Question

问题：
我有一个熊猫数据框，我想按年月和规则名称进行分组。分组后，我希望能够获得该期间每个规则的计数以及该组所有规则的百分比。到目前为止，我能够获得每个时期的计数，但不能获得百分比。

目标是有一个类似于底部的图，但在右 y 轴上我也会有时间段的百分比。

目标数据框：
对于 rule_name A：

date       counts (rule_name)   %_rule_name 
Jan 16     1                   50
Feb 16     0                    0
Jun 16     2                   66

我想为每个 rule_name（即 B 和 C）继续此操作

到目前为止的代码：

d  = {'date': ['1/1/2016', '2/1/2016', '3/5/2016', '2/5/2016', '1/15/2016', '3/3/2016', '3/4/2016'],
 'rule_name' : ['A' , 'B', 'C', 'C', 'B', 'A','A']}

df = pd.DataFrame(d)

Output:

# format string date to datetime
df['date'] = pd.to_datetime(df['date'], format='%m/%d/%Y', errors='coerce')


rule_names = df['rule_name'].unique().tolist()
for i in rule_names:
    print ""
    print 'dataframe for', i ,':'
    df_temp = df[df['rule_name'] == i]
    df_temp = df_temp.groupby(df_temp['date'].map(lambda x: str(x.year) + '-' + str(x.strftime('%m')))).count()
    df_temp.plot(kind='line', title = 'Rule Name: ' + str(i))
    print df_temp

Output:

我觉得有更好的方法可以做到这一点，但我无法弄清楚。最后一天我一直在为这个问题绞尽脑汁。我应该过滤吗？我尝试了多索引分组，但无法创建 %_rule_name 列。感谢您提前输入。

Answer 1

我能够解决这个问题。以下代码提供了必要的绘图和数据处理。我把它放出来以防万一这对其他人有帮助。感觉有点笨拙，但它成功了。任何改进这一点的建议将不胜感激。

谢谢。

import seaborn as sns

df_all = df.groupby(df['date'].map(lambda x: str(x.year) + '-' + str(x.strftime('%m')))).count()
df_all = pd.DataFrame(df_all)
df_all['rule_name_all_count'] = df_all['rule_name']

rule_names = df['rule_name'].unique().tolist()
for i in rule_names:
    print ""
    print 'dataframe for', i ,':'
    df_temp = df[df['rule_name'] == i]
    df_temp = df_temp.groupby(df_temp['date'].map(lambda x: str(x.year) + '-' + str(x.strftime('%m')))).count()
    df_temp = pd.DataFrame(df_temp)
    df_merge = pd.merge(df_all, df_temp, right_index = True, left_index = True, how='left')
    drop_x(df_merge)
    rename_y(df_merge)
    df_merge.drop('date', axis=1, inplace=True)
    df_merge['rule_name_%'] = df_merge['rule_name'].astype(float) / df_merge['rule_name_all_count'].astype(float)
    df_merge = df_merge.fillna(0) 

    fig = plt.figure()
    ax = fig.add_subplot(111)
    ax2 = ax.twinx()

    df_merge['rule_name'].plot()
    df_merge['rule_name_%'].plot()
    plt.show()
    print df_temp