如何使用 pandas 和 seaborn 进行 plot 多个时间序列

Question

我有 dataframe 的数据，人们帮助整理了这些数据。

它看起来像这样（忽略索引，我只是抽样）：

    uni                             score   year
18  Arden University Limited        78.95   2020
245 The University of Manchester    71.35   2022
113 Darlington College              93.33   2020
94  City of Wolverhampton College   92      2017
345 The Royal Veterinary College    94      2018
118 Darlington College              62      2018

有更多数据 - https://github.com/elksie5000/uni_data/blob/main/uni_data_combined.csv - 但我的观点是 set_index on year 然后按 uni 以及更大的组过滤，按均值/中值汇总。

最终目的是观察一组大学并跟踪一段时间内的指标。

我设法创建了一个简单的 function 到 plot 一个简单的 function 到 plot 数据，因此：

#Create a function to plot the data
def plot_uni(df, uni, query):
    print(query)
    df['query'] = df[uni].str.contains(query)
    subset = df[df['query']].set_index("year")
    subset.sort_index().plot()

我也可以使用 plot 的整体意思：

df.groupby("year").mean()['score'].plot()

我想要做的是 plot 两者在一起。

理想情况下，我还希望能够在一个 plot 中包含多行 plot 并指定颜色。 例如，全国分数是红色的，一条特定的线是蓝色的，而其他地块是灰色的。

有任何想法吗？

更新：

@Corralien 和@Johannes Schöck 的回答都有效。 就是不知道怎么改图例。

Answer 1

您可以使用第一次调用 plot 返回的轴到plot ，并在您的 function 中重复使用它：

def plot_uni(df, uni, query, ax):  # <- HERE
    print(query)
    df['query'] = df[uni].str.contains(query)
    subset = df[df['query']].set_index("year")
    subset.sort_index().plot(ax=ax)  # <- HERE

# General plot
ax = df.groupby("year")['score'].mean().plot()

plot_uni(df, 'uni', 'College', ax)  # other plots
plot_uni(df, 'uni', 'University', ax)  # and so on

Answer 2

如果你使用 matplotlib.pyplot 方式来绘图而不是 pandas 内置接口，你可以通过重复调用 plt.plot(data) 来简单地添加更多行。 调用所有数据后，执行 plt.show() 以生成 output。

import matplotlib.pyplot as plt

def plot_uni(df, uni, query):
    print(query)
    df['query'] = df[uni].str.contains(query)
    subset = df[df['query']].set_index("year")
    plt.plot(subset.sort_index())

# Here goes some iterator that calls plot_uni
plt.show()