遍历 dataframe 和 plot 值（散点）中对应 x 和 y 列中的每一行

Question

我有一个像这样的 dataframe 在每个 x 和 y 列表中有更多变体和值：

                   x         y
variant                       
*BCDS%q3rn  [45, 59]  [18, 14]
F^W#Bfr18   [82, 76]   [12, 3]

如何遍历每个变体（每行都有一个唯一的字符串）和 plot 散点图中的 x 和 y 值？ 这将产生约 40 个图，这是我想要的，因此我可以为每个变体绘制关系。 请指教。 谢谢！

Answer 1

You can walk through the columns of a Pandas ' DataFrame and plot them, either with the build-in plot (using Matplotlib under the hood) or by calling Matplotlib directly:

import pandas as pd
import matplotlib.pyplot as plt
# create random test data
import numpy as np
df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=['Col 1','Col 2','Col 4','Col 5'])

fig, axs = plt.subplots(1,2)

for col in df:
    # pandas plotting
    df[col].plot(ax=axs[0])
    #matplotlib plotting
    axs[1].plot(df[col])
axs[0].set_title('pandas plotting')
axs[1].set_title('matplotlib plotting')

Answer 2

您可以将每一列转换为列表并遍历它们以得到 plot。 下面我创建了线图，但您可以轻松转换代码以创建散点图。

variants = df.index.values.tolist()
x_data = df["x"].to_numpy().tolist()
y_data = df["y"].to_numpy().tolist()

for idx in range(len(variants)):
    plt.plot(x_data[idx], y_data[idx],label= variants[idx])
plt.ylabel('Y')
plt.xlabel('X')
plt.legend()
plt.show()

对于您的示例数据，plot 如下所示：