在一个图中绘制来自多个 pandas 数据帧的数据

Question

我有兴趣使用来自多个不同 pandas 数据帧的数据绘制时间序列。我知道如何为单个时间序列绘制数据，并且我知道如何绘制子图，但是我将如何设法在单个图中从多个不同的数据帧中绘制？我在下面有我的代码。基本上我正在做的是我正在扫描一个 json 文件的文件夹并将该 json 文件解析为熊猫，以便我可以绘图。当我运行此代码时，它仅从其中一只熊猫而不是创建的十只熊猫中绘制。我知道创建了 10 个熊猫，因为我有一个打印声明来确保它们都是正确的。

import sys, re
import numpy as np
import smtplib
import matplotlib.pyplot as plt
from random import randint
import csv
import pylab as pl
import math
import pandas as pd
from pandas.tools.plotting import scatter_matrix
import argparse
import matplotlib.patches as mpatches
import os
import json



parser = argparse.ArgumentParser()
parser.add_argument('-file', '--f', help = 'folder where JSON files are stored')
if len(sys.argv) == 1:
    parser.print_help()
    sys.exit(1)
args = parser.parse_args()


dat = {}
i = 0

direc = args.f
directory = os.fsencode(direc)

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)

for files in os.listdir(direc):
    filename = os.fsdecode(files)
    if filename.endswith(".json"):
        path = '/Users/Katie/Desktop/Work/' + args.f + "/" +filename
        with open(path, 'r') as data_file:
            data = json.load(data_file)
            for r in data["commits"]:
                dat[i] = (r["author_name"], r["num_deletions"], r["num_insertions"], r["num_lines_changed"],
                          r["num_files_changed"], r["author_date"])
                name = "df" + str(i).zfill(2)
                i = i + 1
                name = pd.DataFrame.from_dict(dat, orient='index').reset_index()
                name.columns = ["index", "author_name", "num_deletions",
                                          "num_insertions", "num_lines_changed",
                                          "num_files_changed",  "author_date"]
                del name['index']
                name['author_date'] = name['author_date'].astype(int)
                name['author_date'] =  pd.to_datetime(name['author_date'], unit='s')
                ax1.plot(name['author_date'], name['num_lines_changed'], '*',c=np.random.rand(3,))
                print(name)
                continue

    else:
        continue
plt.xticks(rotation='35')
plt.title('Number of Lines Changed vs. Author Date')
plt.show()

Answer 1

其实很简单。不要让熊猫迷惑你。在它下面的每一列都是一个 numpy 数组。

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

df1 = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
df2 = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)

ax1.plot(df1['A'])
ax1.plot(df2['B'])

Answer 2

pd.DataFrame.plot 方法有一个参数 ax 为此：

fig = plt.figure()
ax = plt.subplot(111)
df1['Col1'].plot(ax=ax)
df2['Col2'].plot(ax=ax)

Answer 3

如果您使用的是 pandas plot，则 datafame.plot 的返回是轴，因此您可以将下一个 dataframe.plot 分配为等于该轴。

df1 = pd.DataFrame({'Frame 1':pd.np.arange(5)*2},index=pd.np.arange(5))

df2 = pd.DataFrame({'Frame 2':pd.np.arange(5)*.5},index=pd.np.arange(5))

ax = df1.plot(label='df1')
df2.plot(ax=ax)

输出：

或者如果你的数据框有相同的索引，你可以使用pd.concat:

pd.concat([df1,df2],axis=1).plot()

Answer 4

相信我。 @omdv 的答案是我迄今为止找到的唯一解决方案。当您将 ax 传递给它时，Pandas 数据框 plot 函数根本不显示绘图。

df_hdf = pd.read_csv(f_hd, header=None,names=['degree', 'rank', 'hits'],
            dtype={'degree': np.int32, 'rank': np.float32, 'hits': np.float32})
df_hdf_pt = pd.read_csv(pt_f_hd, header=None,names=['degree', 'rank', 'hits'],
            dtype={'degree': np.int32, 'rank': np.float32, 'hits': np.float32})
ax = plt.subplot()
ax.plot(df_hdf_pt['hits'])
ax.plot(df_hdf['hits'])