Pandas：将多个时间序列数据帧绘制成单个p

Question

我有以下熊猫数据框：

     time      Group      blocks
0     1        A           4
1     2        A           7
2     3        A           12
3     4        A           17
4     5        A           21 
5     6        A           26
6     7        A           33
7     8        A           39
8     9        A           48
9     10       A           59
    ....        ....          ....
36     35      A           231
37     1       B           1
38     2       B           1.5
39     3       B           3
40     4       B           5
41     5       B           6
    ....        ....          ....
911    35      Z           349

这是一个包含多个时间序列ques数据的数据帧，从min=1到max=35。每个Group都有这样的时间序列。

我想绘制每个时间序列A到Z相对于1到35的x轴。y轴每次都是blocks。

我正在考虑使用类似于Andrews Curves plot的东西，它可以将每个序列相互对应。每个“色调”将设置为不同的组。（欢迎其他想法。）

我的问题是：如何格式化这个数据帧来绘制多个序列？列应该是GroupA、GroupB等吗。？

如何使数据帧的格式为：

time GroupA blocksA GroupsB blocksB GroupsC blocksC....

如图所示，这是安德鲁斯绘图的正确格式吗？

编辑

如果我尝试：

df.groupby('Group').plot(legend=False)

x轴完全不正确。所有时间序列应绘制在0到35之间，全部为一个序列。

我该怎么解决？

Answer 1

可以将数据重新构造为透视表：

df.pivot_table(index='time',columns='Group',values='blocks',aggfunc='sum').plot()

Answer 2

看看这个变种。第一个是安德鲁斯曲线，第二个是由一列Month组成的多行图。数据帧data包括三列Temperature、Day和Month：

import pandas as pd
import statsmodels.api as sm
import matplotlib.pylab as plt
from pandas.tools.plotting import andrews_curves

data = sm.datasets.get_rdataset('airquality').data
fig, (ax1, ax2) = plt.subplots(nrows = 2, ncols = 1)
data = data[data.columns.tolist()[3:]] # use only Temp, Month, Day

# Andrews' curves
andrews_curves(data, 'Month', ax=ax1)

# multiline plot with group by
for key, grp in data.groupby(['Month']): 
    ax2.plot(grp['Day'], grp['Temp'], label = "Temp in {0:02d}".format(key))
plt.legend(loc='best')    
plt.show()

当你绘制安德鲁斯曲线时，你的数据被保存到一个函数中。这意味着安德鲁斯的曲线由函数紧密地表示，这意味着相应的数据点也将紧密地放在一起。