Gegroepeerde gegevens in dezelfde plot plotten met Panda’s

In Panda’s doe ik:

bp = p_df.groupby('class').plot(kind='kde')

p_dfis een dataframe-object.

Dit levert echter twee plots op, één voor elke klasse.
Hoe forceer ik één plot met beide klassen in dezelfde plot?

Antwoord 1, autoriteit 100%

Versie 1:

U kunt uw as maken en vervolgens het trefwoord axvan DataFrameGroupBy.plotom alles aan deze assen toe te voegen:

import matplotlib.pyplot as plt
p_df = pd.DataFrame({"class": [1,1,2,2,1], "a": [2,3,2,3,2]})
fig, ax = plt.subplots(figsize=(8,6))
bp = p_df.groupby('class').plot(kind='kde', ax=ax)

Dit is het resultaat:

Helaas is de aanduiding van de legende hier niet zo logisch.

Versie 2:

Een andere manier is om door de groepen te lopen en de curven handmatig te plotten:

classes = ["class 1"] * 5 + ["class 2"] * 5
vals = [1,3,5,1,3] + [2,6,7,5,2]
p_df = pd.DataFrame({"class": classes, "vals": vals})
fig, ax = plt.subplots(figsize=(8,6))
for label, df in p_df.groupby('class'):
    df.vals.plot(kind="kde", ax=ax, label=label)
plt.legend()

Op deze manier kunt u eenvoudig de legenda beheren. Dit is het resultaat:

Antwoord 2, autoriteit 16%

Een andere benadering is het gebruik van de module seaborn. Dit zou de twee dichtheidsschattingen op dezelfde assen plotten zonder een variabele op te geven om de assen als volgt vast te houden (met behulp van een dataframe-instelling van het andere antwoord):

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
# data to create an example data frame
classes = ["c1"] * 5 + ["c2"] * 5
vals = [1,3,5,1,3] + [2,6,7,5,2]
# the data frame 
df = pd.DataFrame({"cls": classes, "indices":idx, "vals": vals})
# this is to plot the kde
sns.kdeplot(df.vals[df.cls == "c1"],label='c1');
sns.kdeplot(df.vals[df.cls == "c2"],label='c2');
# beautifying the labels
plt.xlabel('value')
plt.ylabel('density')
plt.show()

Dit resulteert in de volgende afbeelding.

Antwoord 3, autoriteit 13%

import matplotlib.pyplot as plt
p_df.groupby('class').plot(kind='kde', ax=plt.gca())

Antwoord 4, autoriteit 5%

Misschien kun je dit proberen:

fig, ax = plt.subplots(figsize=(10,8))
classes = list(df.class.unique())
for c in classes:
    df2 = data.loc[data['class'] == c]
    df2.vals.plot(kind="kde", ax=ax, label=c)
plt.legend()

Antwoord 5

• Er zijn twee eenvoudige methoden om elke groep in dezelfde plot te plotten.
  1. Bij gebruik van pandas.DataFrame.groupbymoet de te plotten kolom (bijv. de aggregatiekolom) worden opgegeven.
  2. Gebruik seaborn.kdeplotof seaborn.disploten geef de parameter hueop
• Met behulp van pandas v1.2.4, matplotlib 3.4.2, seaborn 0.11.1
• De OP is specifiek voor het plotten van de kde, maar de stappen zijn hetzelfde voor veel plottypes (bijv. kind='line', sns.lineplot, enz.).

Import en voorbeeldgegevens

• Voor de voorbeeldgegevens staan ​​de groepen in de kolom 'kind'en wordt de kdevan 'duration'uitgezet, negeren van 'waiting'.

import pandas as pd
import seaborn as sns
df = sns.load_dataset('geyser')
# display(df.head())
   duration  waiting   kind
0     3.600       79   long
1     1.800       54  short
2     3.333       74   long
3     2.283       62  short
4     4.533       85   long

Plot met pandas.DataFrame.plot

• Vorm de gegevens opnieuw met .groupbyof .pivot

.groupby

• Geef de aggregatiekolom op, ['duration']en kind='kde'.

ax = df.groupby('kind')['duration'].plot(kind='kde', legend=True)

.pivot

ax = df.pivot(columns='kind', values='duration').plot(kind='kde')

Plot met seaborn.kdeplot

• Specificeer hue='kind'

ax = sns.kdeplot(data=df, x='duration', hue='kind')

Plot met seaborn.displot

• Geef hue='kind'en kind='kde'

op

fig = sns.displot(data=df, kind='kde', x='duration', hue='kind')

Perceel