如何在 Pandas DataFrame 数据透视表的 Matplotlib 线图中显示更多类别？

Question

我有一个 Excel 文件，其中包含具有至少两列变量的对象行：一列用于年份，另一列用于类别。类别变量有22种类型。

到目前为止，我可以将 Excel 文件读入 DataFrame 并应用数据透视表来显示每年每个类别的计数。我还可以按类别绘制这些年度计数。但是，当我这样做时，仅绘制了 22 个类别中的 4 个。 如何指示 Matplotlib 显示 22 个类别中的每一个的绘图线和标签？

这是我的代码

import numpy as np
import pandas as pd
import matplotlib as plt
df = pd.read_excel("table_merged.xlsx", sheet_name="records", encoding="utf8")
df.pivot_table(index="year", columns="category", values="y_m_d", aggfunc=np.count_nonzero, fill_value="0").plot(figsize=(10,10))

我检查了 documentation 的 matplotlib plot()。唯一似乎与我要完成的事情远程相关的参数是markevery()，但它产生了错误“位置参数遵循关键字参数”，所以它看起来不正确。我能够成功使用其他几个参数，比如将线条虚线等。

这是数据框

这是 matplotlib 生成的结果图

这是在 Excel 中绘制的相同数据。我正在尝试使用 matplotlib 制作类似的情节

解决方案

• 将pivot(...,fill_value="0")更改为pivot(...,fill_value=0)，所有类别都如上图所示出现在图中。在原始图中，显示的四个类别是 22 个类别中唯一没有任何年份值为 0 的类别。这就是它们被显示的原因。 matplotlib 忽略任何具有“0”值的类别。
• 更简单、更好的解决方案是pd.crosstab(df['year'],df['category'])，而不是我上面的第 5 行。

Answer 1

问题出在枢轴上，很可能您不需要它，因为您只是在制表年份和类别。 y-m-d 列根本没用。

试试下面的方法：

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

df = pd.DataFrame({'year':np.random.randint(2008,2020,1000),
                   'category':np.random.choice(np.arange(10),size=1000,p=np.arange(10)/sum(np.arange(10))),
                   'y_m_d':np.random.choice(['a','b','c'],1000)})

pd.crosstab(df['year'],df['category']).plot()

查看您拥有的代码，错误来自：

pivot(...,fill_value="0")

您正在填充字符串“0”，这会将列更改为其他内容，并将被 matplotlib 忽略。它应该是fill_value=0，它会工作，虽然方法很复杂......