基于其中一列的 Pandas DataFrame 子图的 Matplotlib axvspan 着色答案

【问题标题】：Matplotlib axvspan shading for pandas DataFrame subplots based on one of the columns基于其中一列的 Pandas DataFrame 子图的 Matplotlib axvspan 着色
【发布时间】：2013-12-26 22:35:42
【问题描述】：

根据 DataFrame 中的一列对 pandas 子图进行着色的最优雅方法是什么？

一个简单的例子：

In [8]:
from random import *
import pandas as pd

randBinList = lambda n: [randint(0,1) for b in range(1,n+1)]
rng = pd.date_range('1/1/2011', periods=72, freq='H')
ts = pd.DataFrame({'Value1': randn(len(rng)),'Value2': randn(len(rng)),'OnOff': randBinList(len(rng))}, index=rng)
ts.plot(subplots=True)

结果如下图：

理想情况下，我想要一个只有Value1 和Value2 的子图，两个图都使用axvspan 着色，其中On（OnOff 中带有1.0 的值）被着色，Off没有阴影。

【问题讨论】：

标签： python matplotlib pandas time-series

【解决方案1】：

您已经做好了这方面的准备。不过，我认为您需要直接与 matplotlib 交互。

如果您像这样设置 DataFrame（您已经拥有）：

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

randBinList = lambda n: [np.random.randint(0,2) for b in range(1,n+1)]
rng = pd.date_range('1/1/2011', periods=72, freq='H')
ts = pd.DataFrame({
    'Value1': np.random.randn(len(rng)),
    'Value2': np.random.randn(len(rng)),
    'OnOff': randBinList(len(rng))
}, index=rng)

然后你可以使用fill_between 命令和where kwarg:

fig, (ax1, ax2) = plt.subplots(nrows=2)
ax1.plot(ts.index, ts['Value1'], 'k-')
ax1.fill_between(ts.index, ts['Value1'], y2=-6, where=ts['OnOff'])

ax2.plot(ts.index, ts['Value2'], 'k-')
ax2.fill_between(ts.index, ts['Value2'], y2=-6, where=ts['OnOff'])
fig.tight_layout()

这给了我：

【讨论】：