在 Pandas 中，遵循 grouby 和 pd.cut，我如何重新排列數據框以隨着時間的推移按每個 bin 繪制？

Question

我有一個每月有 50 個數據點的數據框。 我想在日期運行 groupby，然后計算每個月內每個十分位數的中值。 我已經能夠用下面的代碼來完成這個：

import numpy as np
import pandas as pd

datecol = pd.date_range('12/31/2018','12/31/2019', freq='M')
for ii in range(0,49):
        datecol = datecol.append(pd.date_range('12/31/2018','12/31/2019', freq='M'))
datecol = datecol.sort_values()
df = pd.DataFrame(np.random.randn(len(datecol), 1), index=datecol, columns=['Data'])

dfg = df.groupby([df.index, pd.qcut(df['Data'], 10)])['Data'].median()

現在我希望能夠重新排列數據框，以便每個十分位數都有自己的列。 我的目標是隨着時間的推移繪制每個十分位數。

Answer 1

你可以做：

dfg.unstack(-1).plot()

輸出：