如何将多个数据框绘制成一个图形答案

【问题标题】：How to plot multiple dataframes into a single figure如何将多个数据框绘制成一个图形
【发布时间】：2020-09-02 20:16:03
【问题描述】：

我在同一张图表上绘制多个图表时遇到问题，如下所示：

plt.title("Food distribution across countries ")

df1.groupby('Date').size().plot()
plt.xticks(rotation=90)

df2.groupby('Date').size().plot()
plt.xticks(rotation=90)

df3.groupby('Date').size().plot()
plt.xticks(rotation=90)

数据集的一个例子是

df1
        Date                                              
    0     03/26/2020  bread   
    1     03/21/2020  bread   
    2     03/14/2020  prawns   
    3     03/13/2020  eggs   
    4     01/20/2020  prawns   
    ...          ...                                                  
    1033  04/08/2020  chicken   
    1034  04/08/2020  ham  
    1035  04/08/2020  ham   
    1036  04/08/2020  ham   
    1037  04/08/2020  honey

df2
        Date                                              
    0     03/26/2020  bread   
    1     03/21/2020  honey   
    2     03/14/2020  milk   
    3     03/13/2020  eggs   
    4     01/20/2020  prawns   
    ...          ...                                                  
    1033  04/08/2020  chocolate   
    1034  04/08/2020  chocolate  
    1035  04/08/2020  sausage   
    1036  04/08/2020  ham   
    1037  04/08/2020  butter


df3
        Date                                             
    0     03/26/2020  bread   
    1     03/21/2020  honey   
    2     03/14/2020  milk   
    3     03/13/2020  milk   
    4     01/20/2020  beer   
    ...          ...                                                   
    1033  04/08/2020  chocolate   
    1034  04/08/2020  sausage  
    1035  04/08/2020  ham   
    1036  04/08/2020  ham   
    1037  04/08/2020  honey

我想在同一个图中绘制三个折线图，以显示数据在时间上的重叠。

有什么方法（甚至与我一直在尝试的不同）只有一个图表吗？

【问题讨论】：

标签： python pandas matplotlib plot

【解决方案1】：

使用pandas.DataFrame.plot 的ax 参数在同一axes 上绘制数据帧。

fig, ax = plt.subplots()

df1.groupby('Date').size().plot(ax=ax, label='df1')
df2.groupby('Date').size().plot(ax=ax, label='df2')
df3.groupby('Date').size().plot(ax=ax, label='df3')
plt.legend()

示例

此示例将 10 个单独的数据框绘制到一个图上。
数据帧位于dict、planets_dict。
数据帧也可以放在list中，可以迭代。

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

# load test data as a pandas dataframe
planets = sns.load_dataset('planets')

# display(planets.head(3))
            method  number  orbital_period  mass  distance  year
0  Radial Velocity       1         269.300  7.10     77.40  2006
1  Radial Velocity       1         874.774  2.21     56.95  2008
2  Radial Velocity       1         763.000  2.60     19.84  2011

# get unique methods
methods = planets.method.unique()

# use a dict comprehension to create 10 separate dataframes, 1 for each method
planets_dict = {k: planets[planets.method == k] for k in methods}

# create a color map so each dataframe will be a different color
colors = sns.color_palette('husl', n_colors=len(methods))  # get a number of colors
cmap = dict(zip(methods, colors)) 

# create fig and axes
fig, ax = plt.subplots(figsize=(10, 10))

# iterate through each of the dataframes and add it to the same plt
for k, v in planets_dict.items():
    v.plot(kind='scatter', x='distance', y='orbital_period', ax=ax, label=k, color=cmap[k])

# style formatting
plt.xscale('log')
plt.yscale('log')
plt.ylabel('Orbital Period (Earth Days)')
plt.xlabel('Light Years from Earth')
plt.legend(title='Discovery Method', bbox_to_anchor=(1.05, 1), loc='upper left')

【讨论】：

【解决方案2】：

你可以创建一个单独的 df 并绘制它

timeline_df = pd.concat(
    [df1.groupby('Date').size(), df2...],
    axis=1)
timeline_df.columns = ['A', 'B', 'C']
timeline_df.plot()

【讨论】：