在一张图中绘制多个时间序列列

Question

我有一个大约有 100 列的大 data.frame，并尝试在一个图中绘制所有时间序列。 有没有一种简单的方法来处理它，而无需手动指定每个 y 轴？

这将是以下时间序列的简单示例： 02K W、03K W 和 04K W ：

import pandas as pd
import matplotlib.pyplot as plt

df1 = pd.DataFrame({
    'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
    'index':[0, 1, 2, 3, 4], 
    '02K W':[3.5, 0.1, 3, 'nan', 0.2], 
    '03K W':[4.2, 5.2, 2.5, 3.0, 0.6], 
    '04K W':[1.5, 2.6, 8.2, 4.2, 5.3]}) 

df1['Date'] = pd.to_datetime(df1['Date'])
df1 = df1.set_index('index')

到目前为止，我手动指定了所有 y 轴来绘制单个时间序列。

plt.plot(df1['Date'], df1['02K W'])
plt.plot(df1['Date'], df1['03K W'])
plt.plot(df1['Date'], df1['04K W'])

有没有更优雅的方法来指定绘图的相关列？ 非常感谢您的建议:)

Answer 1

有没有更优雅的方法来指定绘图的相关列？

使用DataFrame.plot和Date作为索引并按所需columns过滤：

columns = ['02K W', '03K W', '04K W']
df1.set_index('Date')[columns].plot()

请注意，您的示例数据中有一个字符串'nan' 。 如果这在您的真实数据中是正确的，您应该将其转换为真实的np.nan ，例如，使用pd.to_numeric或DataFrame.replace 。

Answer 2

import pandas as pd import matplotlib.pyplot as plt df1 = pd.DataFrame({ 'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'], 'index':[0, 1, 2, 3, 4], '02K W':[3.5, 0.1, 3, 'nan', 0.2], '03K W':[4.2, 5.2, 2.5, 3.0, 0.6], '04K W':[1.5, 2.6, 8.2, 4.2, 5.3]}) df1['Date'] = pd.to_datetime(df1['Date']) df1 = df1.set_index('index') for col in df1.colums[1:]: plt.plot(df1['Date'], df1[col])

Answer 3

你可以melt你的列并使用seaborn.lineplot ：

import seaborn as sns

sns.lineplot(data=df1.replace('nan', float('nan')).melt(id_vars=['Date']),
             x='Date', y='value', hue='variable'
            )

输出：