用熊貓作圖：分組和均值

Question

我來自“ combos”數據框的數據如下所示：

pr = [1.0,2.0,3.0,4.0,1.0,2.0,3.0,4.0,1.0,2.0,3.0,4.0,.....1.0,2.0,3.0,4.0]

lmi = [200, 200, 200, 250, 250,.....780, 780, 780, 800, 800, 800]

pred = [0.16, 0.18, 0.25, 0.43, 0.54......., 0.20, 0.34, 0.45, 0.66]

我繪制這樣的結果：

fig,ax = plt.subplots()

for pr in [1.0,2.0,3.0,4.0]:
    ax.plot(combos[combos.pr==pr].lmi, combos[combos.pr==pr].pred, label=pr)

ax.set_xlabel('lmi')
ax.set_ylabel('pred')
ax.legend(loc='best')

我得到這個情節：

保持對（lmi，pr）對完整時，如何繪制每個“ lmi”數據點的“ pred”平均值？

Answer 1

在更新問題時，現在很清楚，您要計算每對(pr, lmi)的均值。 這可以通過對這些列進行分組，然后簡單地調用mean() 。 使用reset_index() ，然后將DataFrame格式恢復為以前的形式。

$ combos.groupby(['lmi', 'pr']).mean().reset_index()

   lmi   pr  pred
0  200  1.0  0.16
1  200  2.0  0.18
2  200  3.0  0.25
3  250  1.0  0.54
4  250  4.0  0.43
5  780  2.0  0.20
6  780  3.0  0.34
7  780  4.0  0.45
8  800  1.0  0.66

在這個新的DataFrame中， pred確實包含了方法，您可以使用以前使用過的相同繪制過程。

Answer 2

您可以先DataFrame lmi對DataFrame ，然后按照標題所示計算每組的平均值：

combos.groupby('lmi').pred.mean().plot()

在一行中，我們：

1. 按lmi列對組合DataFrame進行分組
2. 獲取每個lmi的pred列
3. 計算每個lmi組在pred列上的平均值
4. 繪制每個lmi組的均值