Python：有条件地在循环中从 Dataframe 的多列中绘制数据

Question

我在 dataframe 中有大约 200 对列，我想在单个 plot 中使用 plot。 每对列都可以被认为是相关的“x”和“y”变量。 某些“y 变量”在数据中的某些点为 0。 我不想 plot 那些。 我宁愿它们在 plot 中显示为不连续性。 我无法找出排除这些变量的有效方法。 plot 中还有一个我不需要的“日期”变量，但我将其保留在示例数据中只是为了反映现实。

这是一个示例数据集以及我用它做了什么。 我匆忙创建了我的示例数据集，原始数据对于每对列数据的给定“x 值”具有唯一的“y 值”。

import pandas as pd
from numpy.random import randint

data1y = [n**3 -n**2+n for n in range(12)]
data1x = [randint(0, 100) for n in range(12)]
data1x.sort()
data2y = [n**3 for n in range(12)]
data2x = [randint(0, 100) for n in range(12)]
data2x.sort()
data3y = [n**3 - n**2 for n in range(12)]
data3x = [randint(0, 100) for n in range(12)]
data3x.sort()
data1y = [0 if x%7==0 else x for x in data1y]
data2y = [0 if x%7==0 else x for x in data2y]
data3y = [0 if x%7==0 else x for x in data3y]

date = ['Jan','Feb','Mar','Apr','May', 'Jun','Jul','Aug','Sep','Oct','Nov','Dec']
df = pd.DataFrame({'Date':date,'Var1':data1y, 'Var1x':data1x, 'Vartwo':data2y, 'Vartwox':data2x,'datatree':data3y, 'datatreex':data3x})

print(df)

ax = plt.gca()
fig = plt.figure()
for k in ['Var1','Vartwo','datatree']:
    df.plot(x=k+'x', y=k, kind = 'line',ax=ax)enter code here

output 我得到这个：

我希望看到“y 变量”为零的不连续性。

我努力了：

import numpy as np
df2 = df.copy()
df2[df2.Var1 < 0.5] = np.nan

但是当我只希望它是一个特定的变量时，这会产生一整行 NaN。

我正在尝试这个，但它不起作用。

ax = plt.gca()
fig = plt.figure()
for k in ['Var1','Vartwo','datatree']:
    filter = df.k.values > 0
    x = df.k+'x'
    y = df.k
    plot(x[filter], y[filter], kind = 'line',ax=ax)

这适用于单个变量，但我不知道如何在 200 个变量中循环它，这也没有显示不连续性。

import matplotlib.pyplot as plt
ax = plt.gca()
fig = plt.figure()
for k in ['Var1','Vartwo','datatree']:
    filter = df.Var1.values > 0
    x = df.Var1x[filter]
    y = df.Var1[filter]
    plt.plot(x, y)

Answer 1

您正在寻找.replace() ：

df2 = df.copy()
cols_to_replace = ['Var1','Var1x','Vartwo']
df2[cols_to_replace] = df2[cols_to_replace].replace({0:np.nan})

fig, ax = plt.subplots()
for k in ['Var1','Vartwo','datatree']:
    df2.plot(x=k+'x', y=k, kind = 'line',ax=ax)

结果：