分组数据的线形图绘制。

Question

我想要从一个类似这样的表格中，按照d和date分组，并通过duration绘制值。表格如下：

|| id | date | duration | val1 |
|---|---|------------|--------------|------|
| 1 | 1234 | 2020-06-01 | 0:00:00 | 84.0 |
| 2 | 1234 | 2020-06-01 | 0:00:01 | 86.0 |

对于样本数据，我使用了以下代码：

fig, ax = plt.subplots(figsize=(20,8))
for key, grp in df_df_obj_dur.groupby(['id', 'date']):
    ax.plot(grp['duration'], grp['val1'])

ax.set_xticks([])
plt.xlabel('Duration')
plt.ylabel('Heart Rate')
plt.show()

不幸的是，这导致了下图所示的结果，其中粉色的id/date组合在x轴上的数据点似乎出现了跳跃，对我来说有些困惑：

jpp · Answer

from matplotlib import pyplot as plt
import pandas as pd

# 定义两个键值列表
key0 = "a a a a b b b b".split()
key1 = "0 0 1 1".split() * 2

# 定义X轴和Y轴数据
X = range(len(key0))  # 假设X轴数据为从0到len(key0)的整数序列
Y = [0, 1, 2, 1, 0, 2, 1, 2]

# 创建一个DataFrame，包含四个列：'key0', 'key1', 'X', 和 'Y'
toPlotR = pd.DataFrame({"key0": key0, "key1": key1, "X": X, "Y": Y})

# 创建一个新的列 'prettyLabel'，将 'key0' 和 'key1' 的组合连接起来
toPlotR["prettyLabel"] = ["%s%s" % (key0_val, key1_val) for key0_val, key1_val in zip(toPlotR["key0"], toPlotR["key1"])]
print(toPlotR.head(3).to_markdown(index=False))  # 打印处理后的前3行数据（Markdown格式，无索引）

# 创建一个matplotlib子图
fig, ax = plt.subplots()

# 获取并排序 'prettyLabel' 列中的唯一标签
labelL = list(set(toPlotR["prettyLabel"]))
labelL.sort()

# 遍历每个唯一标签，筛选出相应标签的数据，并在同一个图表上绘制曲线
for label in labelL:
    tempR = toPlotR.query("prettyLabel == '%s'" % label)
    tempR.plot("X", "Y", label=label, ax=ax)  # 在ax坐标系上根据X和Y绘制曲线，标签为当前label

Pascal MARTIN · Answer

在没有你的具体数据和数据加载方式的情况下，重现你的问题确实有些困难。然而，根据评论提示，问题可能在于你的数据未经过适当排序，且包含间隙，这可能导致你在图表上看到直线连接点的情况。

我尝试使用示例数据来模拟你的问题：

import pandas as pd
from matplotlib import pyplot as plt

df = pd.DataFrame(
    [[1234, '2020-06-01', 1, 84.0],
     [1234, '2020-06-01', 2, 86.0],
     [1234, '2020-06-01', 3, 88.0],
     [1234, '2020-06-01', 4, 90.0],
     [1234, '2020-06-01', 5, 91.0],
     [1234, '2020-06-01', 6, 94.0],
     [1234, '2020-06-01', 6, 80.0], # 注意这里有重复的duration值
     [1234, '2020-06-01', 7, 98.0],
     [1234, '2020-06-01', 8, 100.0],
     [1234, '2020-06-01', 9, 102.0],
     [1235, '2020-06-01', 1, 74.0],
     [1235, '2020-06-01', 3, 76.0], # 这里跳过了duration=2的数据
     [1235, '2020-06-01', 4, 98.0],
     [1235, '2020-06-01', 5, 104.0],
     [1235, '2020-06-01', 6, 96.0],
     [1235, '2020-06-01', 7, 84.0],
     [1235, '2020-06-01', 8, 60.0],
     [1235, '2020-06-01', 9, 99.0],
     [1235, '2020-06-01', 10, 71.0],
     [1235, '2020-06-01', 15, 104.0]],  # 这里直接跳到了duration=15的数据
    columns=['id', 'date', 'duration', 'val1']
)

# 我现在对数据进行了随机重排
df = df.sample(frac=1)

fig, ax = plt.subplots(1, 2, figsize=(20, 8))

# 在左侧的图表中，我仅使用了你提供的代码来绘制原始随机数据
for key, grp in df.groupby(['id', 'date']):
    ax[0].plot(grp['duration'], grp['val1'], label=key)
    ax[0].legend()

# 在右侧的图表中，在分组之前先对数据进行排序
for key, grp in df.sort_values(['id', 'date', 'duration']).groupby(['id', 'date']):
    ax[1].plot(grp['duration'], grp['val1'], label=key)
    ax[1].legend()

ax[0].set_xticks([])
ax[1].set_xticks([])
ax[0].set_xlabel('持续时间')
ax[0].set_ylabel('心率')
ax[1].set_xlabel('持续时间')
ax[1].set_ylabel('心率')

plt.show()