在 Pandas/Python 中使用 GroupBy 绘图

Question

虽然在 pandas 中绘制 groupby 对象是直接且容易的，但我想知道从 groupby 对象中获取唯一组的最 Pythonic（pandastic？）方法是什么。例如： 我正在处理大气数据，并试图绘制几天或更长时间内的昼夜趋势。以下是包含多天数据的 DataFrame，其中时间戳为索引：

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 10909 entries, 2013-08-04 12:01:00 to 2013-08-13 17:43:00
Data columns (total 17 columns):
Date     10909  non-null values
Flags    10909  non-null values
Time     10909  non-null values
convt    10909  non-null values
hino     10909  non-null values
hinox    10909  non-null values
intt     10909  non-null values
no       10909  non-null values
nox      10909  non-null values
ozonf    10909  non-null values
pmtt     10909  non-null values
pmtv     10909  non-null values
pres     10909  non-null values
rctt     10909  non-null values
smplf    10909  non-null values
stamp    10909  non-null values
no2      10909  non-null values
dtypes: datetime64[ns](1), float64(11), int64(2), object(3)

为了能够对几天内每分钟的数据进行平均（并获取其他统计数据），我对数据框进行了分组： data = no.groupby('Time')

然后我可以轻松绘制平均 NO 浓度以及四分位数：

ax = figure(figsize=(12,8)).add_subplot(111)
title('Diurnal Profile for NO, NO2, and NOx: East St. Louis Air Quality Study')
ylabel('Concentration [ppb]')
data.no.mean().plot(ax=ax, style='b', label='Mean')
data.no.apply(lambda x: percentile(x, 25)).plot(ax=ax, style='r', label='25%')
data.no.apply(lambda x: percentile(x, 75)).plot(ax=ax, style='r', label='75%')

引发我的问题的问题是，为了绘制更有趣的东西，例如使用 fill_between() 之类的绘图，有必要根据文档了解 x 轴信息

fill_between(x, y1, y2=0, where=None, interpolate=False, hold=None, **kwargs)

在我的一生中，我无法找出实现这一目标的最佳方法。我试过了：

1. 遍历 groupby 对象并创建组数组
2. 从原始 DataFrame 中获取所有唯一的 Time 条目

我可以完成这些工作，但我知道有更好的方法。 Python 太漂亮了。有什么想法/提示吗？

更新： 可以使用unstack() 将统计信息转储到新的数据帧中，例如

no_new = no.groupby('Time')['no'].describe().unstack()
no_new.info()
<class 'pandas.core.frame.DataFrame'>
Index: 1440 entries, 00:00 to 23:59
Data columns (total 8 columns):
count    1440  non-null values
mean     1440  non-null values
std      1440  non-null values
min      1440  non-null values
25%      1440  non-null values
50%      1440  non-null values
75%      1440  non-null values
max      1440  non-null values
dtypes: float64(8)

虽然我应该能够使用no_new.index 与fill_between() 进行绘图，但我收到了TypeError。

当前的情节代码和TypeError：

ax = figure(figzise=(12,8)).add_subplot(111)
ax.plot(no_new['mean'])
ax.fill_between(no_new.index, no_new['mean'], no_new['75%'], alpha=.5, facecolor='green')

类型错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-6-47493de920f1> in <module>()
      2 ax = figure(figsize=(12,8)).add_subplot(111)
      3 ax.plot(no_new['mean'])
----> 4 ax.fill_between(no_new.index, no_new['mean'], no_new['75%'], alpha=.5,     facecolor='green')
      5 #title('Diurnal Profile for NO, NO2, and NOx: East St. Louis Air Quality Study')
      6 #ylabel('Concentration [ppb]')

C:\Users\David\AppData\Local\Enthought\Canopy\User\lib\site-packages\matplotlib\axes.pyc in fill_between(self, x, y1, y2, where, interpolate, **kwargs)
   6986 
   6987         # Convert the arrays so we can work with them
-> 6988         x = ma.masked_invalid(self.convert_xunits(x))
   6989         y1 = ma.masked_invalid(self.convert_yunits(y1))
   6990         y2 = ma.masked_invalid(self.convert_yunits(y2))

C:\Users\David\AppData\Local\Enthought\Canopy\User\lib\site-packages\numpy\ma\core.pyc in masked_invalid(a, copy)
   2237         cls = type(a)
   2238     else:
-> 2239         condition = ~(np.isfinite(a))
   2240         cls = MaskedArray
   2241     result = a.view(cls)

TypeError: ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

目前的情节是这样的：

Answer 1

将 groupby 统计信息（平均值/25/75）存储为新数据框中的列，然后将新数据框的 index 作为 plt.fill_between() 的 x 参数传递给我（使用 matplotlib 1.3.1 测试） .例如，

gdf = df.groupby('Time')[col].describe().unstack()
plt.fill_between(gdf.index, gdf['25%'], gdf['75%'], alpha=.5)

gdf.info() 应该是这样的：

<class 'pandas.core.frame.DataFrame'>
Index: 12 entries, 00:00:00 to 22:00:00
Data columns (total 8 columns):
count    12 non-null float64
mean     12 non-null float64
std      12 non-null float64
min      12 non-null float64
25%      12 non-null float64
50%      12 non-null float64
75%      12 non-null float64
max      12 non-null float64
dtypes: float64(8)

更新：为了解决TypeError: ufunc 'isfinite' not supported异常，首先需要将Time列从一系列“HH:MM”格式的字符串对象转换为一系列datetime.time对象，可以做到如下：

df['Time'] = df.Time.map(lambda x: pd.datetools.parse(x).time())