Pandas数据帧分组

Question

我有一个数据框架，结构如下：

          Date   ticker  adj_close 
0   2016-11-21     AAPL    111.730     
1   2016-11-22     AAPL    111.800    
2   2016-11-23     AAPL    111.230    
3   2016-11-25     AAPL    111.790     
4   2016-11-28     AAPL    111.570    
...          
8   2016-11-21      ACN    119.680            
9   2016-11-22      ACN    119.480              
10  2016-11-23      ACN    119.820              
11  2016-11-25      ACN    120.740 
...             

如何基于标记符绘制adj_close与Date？

Answer 1

与上面朱利安的回答类似，我成功地做到了以下几点：

fig, ax = plt.subplots(figsize=(10,4))
for key, grp in df.groupby(['ticker']):
    ax.plot(grp['Date'], grp['adj_close'], label=key)

ax.legend()
plt.show()

如果你想在matlab中获得更多的控制权，这个解决方案可能更具相关性。

Solution inspired by: https://stackoverflow.com/a/52526454/10521959

Answer 2

简单的情节

您可以使用：

df.plot(x='Date',y='adj_close')

或者可以事先将索引设置为Date，这样就可以轻松地绘制所需的列：

df.set_index('Date', inplace=True)
df['adj_close'].plot()

---

如果您希望图表上有一个序列ticker

你需要groupby在：

df.set_index('Date', inplace=True)
df.groupby('ticker')['adj_close'].plot(legend=True)

---

如果您想要一个单独子批次的图表：

grouped = df.groupby('ticker')

ncols=2
nrows = int(np.ceil(grouped.ngroups/ncols))

fig, axes = plt.subplots(nrows=nrows, ncols=ncols, figsize=(12,4), sharey=True)

for (key, ax) in zip(grouped.groups.keys(), axes.flatten()):
    grouped.get_group(key).plot(ax=ax)

ax.legend()
plt.show()