用于从列中的组中绘制不同图表的数据框

Question

我有一个dataframe，它有多个列，包含不同的类别（['A']、['1'、'2'、'3'、'4']）

Index1 Index2    X    Y
A      '1'       1    2
A      '1'       5    3
A      '1'       3    4
A      '2'       3    1
A      '2'       4    1
A      '2'       3    5 
A      '2'       1    2
A      '3'       5    3
A      '3'       3    4
A      '4'       3    1
A      '4'       4    1
A      '4'       3    5

我需要循环它，以便为每对索引带来四个不同的飞溅图（将来会有一个 B 索引，这就是多索引的原因）。

目前我的代码为每行提供一个图表（在此示例中为 12 个），如果我最后break 它只给我一个

我尝试了.iterows() 和.itertuples() 他们都得到了相同的结果（可能是用错了）

import pandas as pd
from matplotlib import pyplot as plt

Index1 = ['A','A','A','A','A','A','A','A','A','A','A','A']
Index2 = ['1','1','1','2','2','2','2','3','3','4','4','4']
X = [1,5,3,3,4,3,1,5,3,3,4,3]
Y = [2,3,4,1,1,5,2,3,4,1,1,5]
df = pd.DataFrame(Index1)
df = df.assign(Index2 = Index2,X=X,Y=Y)
df.set_index(['Index1','Index2'])

second_index = 1     
for index in df.itertuples():
    df = df.groupby('Index2').get_group(second_index)
    df.plot.scatter(x = 'X', y = 'Y')
    plt.show()
    break  

我在dictionary 上运行了一个类似的代码，该代码运行在相同的逻辑上，它为我提供了我需要的所有图表。

p.s.：这不是真正的代码，只是一般的想法，我可能犯了一些错误

Answer 1

我看不到循环在做什么，但是如果循环变量没有在循环内的任何地方使用，则表明甚至不需要循环是一个好兆头。

这里似乎你想绘制每个组，因此

df.groupby("Index2").plot(x="X", y="Y", kind="scatter")

完整示例：

import pandas as pd
from matplotlib import pyplot as plt

Index1 = ['A','A','A','A','A','A','A','A','A','A','A','A']
Index2 = ['1','1','1','2','2','2','2','3','3','4','4','4']
X = [1,5,3,3,4,3,1,5,3,3,4,3]
Y = [2,3,4,1,1,5,2,3,4,1,1,5]
df = pd.DataFrame(Index1)
df = df.assign(Index2 = Index2,X=X,Y=Y)

df.groupby("Index2").plot(x="X", y="Y", kind="scatter")

plt.show()

但是，如果您真的想要出于某种原因进行循环，您可以遍历groupby：

for (n, group) in df.groupby("Index2"):
    group.plot.scatter(x="X", y="Y")