绘制不完整年份的多个折线图答案

【问题标题】：Plotting multiple line charts with incomplete years绘制不完整年份的多个折线图
【发布时间】：2019-03-27 20:50:07
【问题描述】：

我有一个跨越 4 年的数据集，我想将其绘制在图表上，每一年都作为一个单独的系列。我的数据是从 2015 年 3 月到 2018 年 8 月的每日详细信息，我想按月汇总和显示。

plt.clf() # clear figures
plt.figure(figsize=(16,8)) 

x = np.arange(0, 12, 1)
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
total_sales_2015 = train.loc[train['Year'] == '2015'].groupby('Month')['SalesValue'].sum()/1000.0 # format into thousands
total_sales_2016 = train.loc[train['Year'] == '2016'].groupby('Month')['SalesValue'].sum()/1000.0 # format into thousands
total_sales_2017 = train.loc[train['Year'] == '2017'].groupby('Month')['SalesValue'].sum()/1000.0 # format into thousands
total_sales_2018 = train.loc[train['Year'] == '2018'].groupby('Month')['SalesValue'].sum()/1000.0 # format into thousands

plt.plot(x, total_sales_2015, label="2015") <-- doesn't work, as only 10 data points
plt.plot(x, total_sales_2016, label="2016") <-- does work
plt.plot(x, total_sales_2017, label="2017") <-- does work
plt.plot(x, total_sales_2018, label="2018") <-- doesn't work, as only 8 data points

如何在图表上显示部分年份？当我运行上面的代码时，它会产生以下错误：“ValueError: x and y must have same first dimension”

【问题讨论】：

有几件事：没有样本数据很难给出准确的反馈。其次，如果您按月分组，那么只有 10 个数据点并不是那么荒谬，因为您可能会错过两个月。
@Yuca：我的数据只能追溯到 2015 年 3 月，这很好，我只想将那一年的 10 个月值与随后年份的值进行比较。
那么当你应该得到 10 个数据点时，你为什么说它不起作用（“只有 10 个数据点”）？
因为 matplotlib 期望该系列包含与 x 轴相同数量的值，12。当我运行代码时，我得到“ValueError：x 和 y 必须具有相同的第一维”跨度>
刚刚在另一个 SO 问题上找到了答案。

标签： python pandas matplotlib plot

【解决方案1】：

您可以通过MultiIndex.from_product 创建的所有可能的索引使用Series.reindex：

np.random.seed(123)
train = pd.DataFrame({'Year':['2015'] * 10 + ['2018'] * 8,
                      'Month': list(range(3, 13)) + list(range(1, 9)),
                      'SalesValue':np.random.randint(1000, size=18)})
train['Month'] = train['Month'].astype(str).str.zfill(2)
print (train)
    Year Month  SalesValue
0   2015    03         510
1   2015    04         365
2   2015    05         382
3   2015    06         322
4   2015    07         988
5   2015    08          98
6   2015    09         742
7   2015    10          17
8   2015    11         595
9   2015    12         106
10  2018    01         123
11  2018    02         569
12  2018    03         214
13  2018    04         737
14  2018    05          96
15  2018    06         113
16  2018    07         638
17  2018    08          47

total_sales = train.groupby(['Year','Month'])['SalesValue'].sum() / 1000

years = np.arange(2015, 2019).astype(str)
months = pd.Series(np.arange(1, 13, 1)).astype(str).str.zfill(2)

mux = pd.MultiIndex.from_product([years, months], names=total_sales.index.names)

total_sales = total_sales.reindex(mux)

print (total_sales)

Year  Month
2015  01         NaN
      02         NaN
      03       0.510
      04       0.365
      05       0.382
      06       0.322
      07       0.988
      08       0.098
      09       0.742
      10       0.017
      11       0.595
      12       0.106
2016  01         NaN
      02         NaN
      03         NaN
      04         NaN
      05         NaN
      06         NaN
      07         NaN
      08         NaN
      09         NaN
      10         NaN
      11         NaN
      12         NaN
2017  01         NaN
      02         NaN
      03         NaN
      04         NaN
      05         NaN
      06         NaN
      07         NaN
      08         NaN
      09         NaN
      10         NaN
      11         NaN
      12         NaN
2018  01       0.123
      02       0.569
      03       0.214
      04       0.737
      05       0.096
      06       0.113
      07       0.638
      08       0.047
      09         NaN
      10         NaN
      11         NaN
      12         NaN
Name: SalesValue, dtype: float64

plt.plot(x, total_sales.loc['2015'], label="2015")
plt.plot(x, total_sales.loc['2016'], label="2016")
plt.plot(x, total_sales.loc['2017'], label="2017")
plt.plot(x, total_sales.loc['2018'], label="2018")

如果x-axis 中的可能值是月份，请使用Series.unstack 和DataFrame.plot：

plt.figure(figsize=(16,8)) 
total_sales.unstack(level=0).plot()

【讨论】：

【解决方案2】：

我通过将Nan 值附加到 2015 系列的开头和 2018 系列的结尾解决了我遇到的问题，如下所示：

from numpy import nan
s1 = pd.Series([nan,nan], index=['01','02'])
s2 = pd.Series([nan,nan,nan,nan], index=['09', '10', '11', '12'])

total_sales_2015 = s1.append(total_sales_2015)
total_sales_2018 = total_sales_2018.append(s2)

现在每个系列都有 12 个数据点，并且可以绘制在图表上。

【讨论】：