Pandas 中按月份和任意属性求和和绘图答案

【问题标题】：Summing and plotting by month and arbitrary attribute in PandasPandas 中按月份和任意属性求和和绘图
【发布时间】：2018-08-11 20:51:50
【问题描述】：

我目前正在从事数据分析，并正在构建一个小型会计应用程序来跟踪我的开支。

我的目标是在一个 Django 应用程序中跟踪我的开支，使用 Pandas 对其进行一些分析，并使用 Matplotlib 将其可视化。

我的数据基础来自这样的 Django ORM 查询：

qs = MyExpenses.objects.values('date', 'amount', 'category')

然后我使用 Pandas 的 from_records 方法创建一个索引 DataFrame：

df = pd.DataFrame.from_records(qs, index='date', coerce_float=True)
df.index = pd.to_datetime(df.index)  # manually make index a proper DateTimeIndex, datetime.date objects don't seem to be converted automatically

使用df.head()检查DataFrame的内容：

            amount  category
date        
2017-12-29  14.90   Food
2017-12-27  2.98    Household
2017-12-27  9.72    Food
2017-12-24  2.00    Food
2017-12-23  1.49    Household

目前看起来不错。

此时我不知道如何正确进行。 我希望每月按类别汇总我的费用。

这个 groupby 操作：

summed_df = df.groupby([pd.Grouper(freq='1M'), 'category']).sum()

返回正确聚合的数据：

                                amount
date        category    
2016-02-29  Cosmetics           2.45
            Food                376.41
            Household           43.82
            Leisure             630.13
2016-03-31  Food                345.41
            Household           14.76
            Leisure             553.35
...

但是调用summed_df.plot() 会呈现这个情节：

显然 Panda 使用日期和类别的组合索引作为 x 轴，将金额列作为单个数据系列。如上所述，这不是我想要的。

因此，我必须以另一种方式求和，或者以某种方式从索引中删除类别并再次使其成为常规列，但我不知道如何处理。

那里的一些 Pandas 破解可以帮助我吗？

【问题讨论】：

你在寻找什么样的情节？你能描述一下你的理想情节是什么样的吗？
你应该看看其他问题，例如this recent one 有一个 minimal reproducible example 和所需输出的清晰描述，以便可以回答。还要说明其他问题在多大程度上不能帮助您解决问题。
所需的输出是一个折线图，x 轴是时间，y 轴是花费的总和，每个类别都有一个系列。抱歉，如果我最初的帖子没有说明这一点。
这似乎与 this question here 重复

标签： python pandas matplotlib

【解决方案1】：

考虑将您的 groupby 结果旋转，其中每个类别都成为自己的列，成为单独的行。下面使用随机数据进行演示（为了重现性而播种）：

数据

import numpy as np
import pandas as pd
import datetime as dt
import time    
import matplotlib.pyplot as plt

epoch_time = int(time.time())

np.random.seed(55)
df = pd.DataFrame({'date': [dt.datetime.fromtimestamp(np.random.randint(1450000000, epoch_time)) 
                                for _ in range(500)],
                   'category': ["".join(np.random.choice(['Cosmetics', 'Food', 'Household', 'Leisure'],1)) 
                                 for _ in range(500)],
                   'amount': abs(np.random.randn(500))*100}).set_index('date')

print(df.head(10))
#                          amount   category
# date                                      
# 2016-12-23 10:30:18   10.711083  Household
# 2016-05-05 15:40:07  176.670986  Cosmetics
# 2017-04-24 17:55:04   16.700308  Cosmetics
# 2018-01-02 06:41:33  242.877311       Food
# 2017-12-15 00:06:29   95.990759  Household
# 2016-07-30 18:22:13   45.610068       Food
# 2016-07-13 16:00:11   60.704399    Leisure
# 2017-04-15 20:28:03   12.410939       Food
# 2017-12-07 19:33:18   61.599076  Cosmetics
# 2017-10-29 20:20:07  117.341928    Leisure

分组和绘图

summed_df = df.groupby([pd.Grouper(freq='1M'), 'category']).sum()\
                .reset_index().pivot(index='date', columns='category', values='amount')

summed_df.plot()

【讨论】：