pandas GroupBy 在一个图上为每个组绘制两条线

Question

我一直在努力将 GroupBy 的结果绘制在三列上。 我有 3 年 (MonthYear) 内员工 (Employee) 的不同缺勤 (AbsenceType) 的数据。我想在一个图中绘制一个员工在每个月每年有多少特定类型的缺勤。我在示例中只有两名员工，但数据中还有更多的员工以及更多的月-年值。

创建数据

data = {'Employee': ['ID1', 'ID1','ID1','ID1','ID1','ID1','ID1', 'ID1', 'ID1', 'ID2','ID2','ID2','ID2','ID2', 'ID2'],
'MonthYear': ['201708', '201601','201601','201708','201710','201801','201801', '201601', '201601', '201705', '201705', '201705', '201810', '201811', '201705'],
'AbsenceType': ['0210', '0210','0250','0215','0217','0260','0210', '0210', '0210', '0260', '0250', '0215', '0217', '0215', '0250']}

columns = ['Employee','MonthYear','AbsenceType']

df = pd.DataFrame(data, columns=columns)

然后我将 AbsenceType 的每个代码映射为两类：生病或受伤。

df['SickOrInjury'] =df['AbsenceType'].replace({'0210':'Sick', '0215':'Sick', '0217':'Sick', '0250':'Injury', '0260':'Injury'})

我想要实现的是以下groupby：

test = df.groupby(['Employee', 'MonthYear', 'SickOrInjury'])['SickOrInjury'].count()

但是，当我尝试绘制它时，它并没有完全显示我想要的。到目前为止，我设法登上了舞台：

df.groupby(['Employee', 'MonthYear', 'SickOrInjury'])['SickOrInjury'].count().unstack('SickOrInjury', fill_value=0).plot()
plt.show()

test plot 但是，员工 ID 显示在 X 轴上，而不是图例中。

我想要的是这样的： desired plot 我想在 X 轴上有时间，在 Y 轴上有每种缺勤类型（生病或受伤）的计数。每个缺勤类型应该有两种不同类型的线条（例如实线和虚线），每个员工应该有不同的颜色（例如黑色和红色）。

非常感谢任何建议。

Answer 1

我认为取消堆叠是填充缺失值的正确方法，但您可能应该将MonthYear 转换为日期并按月重新采样。然后，您可以使用seaborn.lineplot 绘制数据框：

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

data = {'Employee': ['ID1', 'ID1','ID1','ID1','ID1','ID1','ID1', 'ID1', 'ID1', 'ID2','ID2','ID2','ID2','ID2', 'ID2'],
'MonthYear': ['201708', '201601','201601','201708','201710','201801','201801', '201601', '201601', '201705', '201705', '201705', '201810', '201811', '201705'],
'AbsenceType': ['0210', '0210','0250','0215','0217','0260','0210', '0210', '0210', '0260', '0250', '0215', '0217', '0215', '0250']}

columns = ['Employee','MonthYear','AbsenceType']

df = pd.DataFrame(data, columns=columns)

df['SickOrInjury'] = df['AbsenceType'].replace({'0210':'Sick', '0215':'Sick', '0217':'Sick', '0250':'Injury', '0260':'Injury'})
df['MonthYear'] = pd.to_datetime(df['MonthYear'], format="%Y%m")
df = df.groupby(['MonthYear', 'Employee', 'SickOrInjury']).count()

# renaming the aggregated (and unique) column
df = df.rename(columns={'AbsenceType': 'EmpAbsCount'})

df = df.unstack(['Employee', 'SickOrInjury'], fill_value=0)
# resampling for monthly values:
df = df.resample('M').sum().stack(['Employee', 'SickOrInjury'])

sns.lineplot(x='MonthYear', y='EmpAbsCount', data=df, hue='Employee', style='SickOrInjury', markers=True, ci=None)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

输出：