如何按两个变量分组条形图答案

【问题标题】：How to bar plot grouped by two variables如何按两个变量分组条形图
【发布时间】：2021-10-16 10:27:20
【问题描述】：

我有若干年的 15 分钟时间步长数据...

Datetime	Quantity
01/07/2018 00:15	6.96
01/07/2018 00:30	6.48
01/07/2018 00:45	6.96
01/07/2018 01:00	6.72
.	.
.	.

我正在使用熊猫。如何生成横轴为月份的条形图；以及每年的一系列（一组条形图）；每个条的高度是该月和该年的总量。

就是这样：

【问题讨论】：

标签： python pandas dataframe datetime matplotlib

【解决方案1】：

虚假数据框创建：

df = pd.DataFrame()
df['Datetime'] = pd.date_range(start = '01/07/2018', end = '13/08/2021', freq = '15min')
df['Quantity'] = np.random.rand(len(df))

从这一点开始，您应该提取月份和年份并将它们保存在单独的列中：

df['month'] = df['Datetime'].dt.month
df['year'] = df['Datetime'].dt.year

然后你必须按月计算每年'Quantity' 的总和：

df = df.groupby(by = ['month', 'year'])['Quantity'].sum().reset_index()

在这段话之后，你应该有一个这样的数据框：

             Datetime  Quantity  month  year
0 2018-01-07 00:00:00  0.226113      1  2018
1 2018-01-07 00:15:00  0.222872      1  2018
2 2018-01-07 00:30:00  0.835484      1  2018
3 2018-01-07 00:45:00  0.775771      1  2018
4 2018-01-07 01:00:00  0.972559      1  2018
5 2018-01-07 01:15:00  0.418036      1  2018
6 2018-01-07 01:30:00  0.902843      1  2018
7 2018-01-07 01:45:00  0.012441      1  2018
8 2018-01-07 02:00:00  0.883437      1  2018
9 2018-01-07 02:15:00  0.183561      1  2018

现在可以绘制数据框了；使用 seaborn：

fig, ax = plt.subplots()

sns.barplot(ax = ax, data = df, x = 'month', y = 'Quantity', hue = 'year')

plt.show()

完整代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns


df = pd.DataFrame()
df['Datetime'] = pd.date_range(start = '01/07/2018', end = '13/08/2021', freq = '15min')
df['Quantity'] = np.random.rand(len(df))
df['month'] = df['Datetime'].dt.month
df['year'] = df['Datetime'].dt.year

df = df.groupby(by = ['month', 'year'])['Quantity'].sum().reset_index()


fig, ax = plt.subplots()

sns.barplot(ax = ax, data = df, x = 'month', y = 'Quantity', hue = 'year')

plt.show()

【讨论】：

【解决方案2】：

也许您可以将月份和年份提取到新列中，并制作多个以月份为 x 轴的子图，每年一个，最后将它们全部组合成一个独特的图。看下面的例子，注意plt.bar中的width参数和位移相同的值，这样图就不会互相覆盖了。

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

# create df
d1 = datetime.date(2018, 8, 30)
d2 = datetime.date(2018, 9, 30)
d3 = datetime.date(2019, 8, 30)
d4 = datetime.date(2019, 9, 30)

df = pd.DataFrame({
    'date': [d1, d1, d2, d2, d3, d3, d4, d4],
    'values':[10, 20, 40, 40, 50, 55, 65, 70]})

df['month'] = df.date.apply(lambda x: x.month)
df['year'] = df.date.apply(lambda x: x.year)

# make plots
fig, ax = plt.subplots()
ax = plt.bar(df[df.year == 2018].groupby(['month']).sum()['values'].index, df[df.year == 2018].groupby(['month']).sum()['values'])
ax = plt.bar(df[df.year == 2019].groupby(['month']).sum()['values'].index, df[df.year == 2019].groupby(['month']).sum()['values'])
plt.show()

如果您有一个非常大的数据框，也许像我一样创建新列对您来说效率不高。为了制作这些图，我在每一行中按年份过滤行，按月份对它们进行分组并使用值的总和。索引是元组(year, month)。

【讨论】：