パンダを使用して年単位のデータセットをプロットするにはどうすればよいですか？

Question

{a、b}ペアの年間使用量の折れ線グラフをプロットします。

X軸は年、y軸は使用率である必要があります。

ここは私のデータセットです。

a b  year usage 
a2 10104 2011 7.292787 
a0 10104 2012 43.545533 
b0 12011 2009 96.130359 
b1 12011 2009 7.658487 
b1 14102 2010 6.975572 

Answer 1

使用pivot_tableは、私がaとb列のインデックスでyearの組み合わせを有するようにデータを再配置します。

ただし、ピボットするとデータが失われることがあります。 indexパラメータでinterpolateを使用することにより、インデックス値の相対的な変化に比例関係を維持しながら、補間された値で欠落したデータを埋めます。インデックス値が均一に分離されていない場合は、たとえば[2005, 2006, 2008]のようになります。インデックスが均等に分離されている場合は、indexを使用すると、デフォルトと同じになるので害はありません。 @ jezraelのコメントに

d1 = df.pivot_table('usage', 'year', ['a', 'b']).interpolate('index') 
d1.index = pd.PeriodIndex(d1.index, freq='A') 
d1.plot() 

---

応答

データがこの場合のないinterpolate

d1 = df.pivot_table('usage', 'year', ['a', 'b']) 
d1.index = pd.PeriodIndex(d1.index, freq='A') 
d1 

a   a0  a2   b0  b1   
b   10104  10104  12011  12011  14102 
year              
2009  NaN  NaN 96.130359 7.658487  NaN 
2010  NaN  NaN  NaN  NaN 6.975572 
2011  NaN 7.292787  NaN  NaN  NaN 
2012 43.545533  NaN  NaN  NaN  NaN 

どのように見えるかを観察することが有益である、我々ドン'何が起こるか見る。しかし私は、疎なデータの間にギャップがあることがわかったところではるかに多くのデータがあると想像しました。順方向充填の代わりに、比例充填することもできます。

d1 = df.pivot_table('usage', 'year', ['a', 'b']).interpolate('index') 
d1.index = pd.PeriodIndex(d1.index, freq='A') 
d1 

a   a0  a2   b0  b1   
b   10104  10104  12011  12011  14102 
year              
2009  NaN  NaN 96.130359 7.658487  NaN 
2010  NaN  NaN 96.130359 7.658487 6.975572 
2011  NaN 7.292787 96.130359 7.658487 6.975572 
2012 43.545533 7.292787 96.130359 7.658487 6.975572 

これもまた、より多くのデータでのみ有効です。このデータと同様に、我々は限られた順方向充填を観察することになる。 index/column仕様内の重複がある場合、私はpivot_table、物事のいずれかを使用mean
注pivot_tableハンドルについて

---

です。それはaggfuncでそのセルに入るすべての値を集計します。デフォルトでは、関数はmeanです。ただし、この場合、提示されたデータごとに、a/b/yearの組み合わせは重複していません。したがって、集約は行われませんでした。

Answer 2

使用する場合year対ペアで重複なしa, b：

s = df.set_index(['year','a','b'])['usage'] 
     .unstack([1,2]) 
     .sort_‌​index(axis=1) 
     .interpolate('index') 
s.index = s.index.astype(str) 
s.plot()