如何从数据框字典中绘制所有数据框

Question

我有很多数据，所以为了简化：

data = [[0.5, 1,'abcnews'],
        [0.4, 1.2, 'abcnews'],
        [0.8, 1.7, 'cnn'], 
        [0.9, 1.4, 'abcnews'],
        [0.4, 1.3, 'abcnews'], 
        [0.75, 1.67, 'cnn']]
a = pd.DataFrame(data,columns=['cpc','rate_bid', 'site_target'],dtype=float)  

data = [[0.7, 1, 'cnn'],
        [0.4, 1.2, 'abcnews'],
        [0.1, 1.4, 'cnn'],
        [0.9, 1.6, 'cnn']]
b = pd.DataFrame(data,columns=['cpc','rate_bid', 'site_target'],dtype=float)

data = [[0.4, 1.1, 'abcnews'],
        [0.5, 1, 'abcnews'],
        [0.6, 1.4, 'abcnews'],
        [0.7, 1.8, 'abcnews'],
        [0.8, 1.2, 'cnn']]
ac = pd.DataFrame(data,columns=['cpc','rate_bid', 'site_target'],dtype=float)

假设我们有一个名为 : d 的字典

在这个字典中，我有 31 个数据帧（a、b、c、...、ac）

所以在我的字典中我有类似的东西：

key           Type                  Size                  Value 

a           DataFrame               (6,3)             Column names : cpc, rate_bid, site_target
b           DataFrame               (4.3)             Column names : cpc, rate_bid, site_target
.
.
.
ac          DataFrame               (5.3)             Column names : cpc, rate_bid, site_target

• 我想要 31 个图表（我的 dict 的每个数据框）
• 有了这种情节：sns.lineplot(data=a, x='cpc, y='rate_bid', hue='site_target', legend = False)
• 我该怎么做？

Answer 1

• 鉴于样本数据，.scatterplot 是更好的选择。
  • 费率出价是每次点击费用 (CPC) 的函数
    • 每一个都是离散指标
  • 如果您愿意，可以替换为 .lineplot
• 您需要hue='site_target'，但是由于正在迭代数据帧，因此无法保证每个绘图的颜色映射相同。
  • 需要根据所有数据帧的唯一 'site_target' 值创建自定义颜色映射
  • 由于颜色相同，请将一个图例放在图的一侧，而不是在每个图中都放置一个图例

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.patches import Patch
import seaborn as sns
import math

# given d as the dict of dataframes

# create color mapping based on all unique values of site_target
unique_site = {site for v in d.values() for site in v.site_target.unique()}  # get unique sites
colors = sns.color_palette('husl', n_colors=len(unique_site))  # get a number of colors
cmap = dict(zip(unique_site, colors))  # zip values to colors

# iterate through dictionary and plot
col_nums = 3  # how many plots per row
row_nums = math.ceil(len(d) / col_nums)  # how many rows of plots
plt.figure(figsize=(10, 4))  # change the figure size as needed
for i, (k, v) in enumerate(d.items(), 1):
    plt.subplot(row_nums, col_nums, i)
    p = sns.scatterplot(data=v, x='cpc', y='rate_bid', hue='site_target', palette=cmap)
    p.legend_.remove()
    plt.title(f'DataFrame: {k}')

plt.tight_layout()
# create legend from cmap
patches = [Patch(color=v, label=k) for k, v in cmap.items()]
# place legend outside of plot
plt.legend(handles=patches, bbox_to_anchor=(1.04, 0.5), loc='center left', borderaxespad=0)
plt.show()

用.lineplot 代替.scatterplot