在 Pandas 中，遵循 grouby 和 pd.cut，我如何重新排列数据框以随着时间的推移按每个 bin 绘制？

Question

我有一个每月有 50 个数据点的数据框。 我想在日期运行 groupby，然后计算每个月内每个十分位数的中值。 我已经能够用下面的代码来完成这个：

import numpy as np
import pandas as pd

datecol = pd.date_range('12/31/2018','12/31/2019', freq='M')
for ii in range(0,49):
        datecol = datecol.append(pd.date_range('12/31/2018','12/31/2019', freq='M'))
datecol = datecol.sort_values()
df = pd.DataFrame(np.random.randn(len(datecol), 1), index=datecol, columns=['Data'])

dfg = df.groupby([df.index, pd.qcut(df['Data'], 10)])['Data'].median()

现在我希望能够重新排列数据框，以便每个十分位数都有自己的列。 我的目标是随着时间的推移绘制每个十分位数。

Answer 1

你可以做：

dfg.unstack(-1).plot()

输出：