Pandas绘图:如何在不手动绘制的情况下绘制多条线？

Question

我有一个Pandas Dataframe，它是通过MySQL.Connector从SQL输出中获得的，如下所示：

    Group   Sales   Period
0   0   136471.06   2015-1
1   0   645949.37   2015-2
2   0   1414552.66  2015-3
3   0   684672.48   2015-4
4   0   71529.99    2016-1
... ... ... ...
303 119 18641.06    2018-1
304 119 18514.82    2018-2
305 119 16042.67    2018-3
306 119 15043.29    2019-3
307 119 0.00    2020-2

客户属于特定的组。从这些组中，我得到了季度(期间)销售报告。

我如何在折线图中绘制每个时期的每个组的发展情况？到目前为止，我只像这样手动完成了：

plt.rcParams["figure.figsize"] = (20,10)
group_0 = df_4[df_4.Group == 0]
group_100 = df_4[df_4.Group == 100]
group_101 = df_4[df_4.Group == 101]
plt.plot(group_0.Period, group_0.Sales)
plt.plot(group_100.Period, group_100.Sales)
plt.plot(group_101.Period, group_101.Sales)
plt.legend(['0', '100', '101'])
plt.title("Sales per Group per Quarter")
plt.xlabel("Quarter")
plt.ylabel("Sales in Million")
plt.show()

这为我提供了所需的输出，但我认为一定有更好的方法。其他绘制整个数据帧的尝试给出了非常奇怪的绘制结果。附加的图像是手动尝试，这是好的，但效率低下。因此，基本上我正在寻找一种解决方案，试图更有效地完成这项工作。欢迎任何帮助

​

​

Answer 1

试用groupby + plot

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt

# Generate some sample data
np.random.seed(5)
gs = 4
ng = 3
df = pd.DataFrame({
    'Group': np.concatenate([np.full(gs, i) for i in range(ng)]),
    'Sales': np.random.random(gs * ng) * 1_000_000,
    'Period': pd.to_datetime(
        np.tile(pd.date_range('2015-01', freq='Q', periods=gs).to_numpy(), ng)
    )
})

fig, ax = plt.subplots()
for label, group in df.groupby('Group'):
    group.plot(kind='line', x='Period', y='Sales', ax=ax, label=label)

plt.title("Sales per Group per Quarter")
plt.xlabel("Quarter")
plt.ylabel("Sales in Million")
plt.tight_layout()
plt.show()

示例df

    Group          Sales     Period
0       0  221993.171090 2015-03-31
1       0  870732.306177 2015-06-30
2       0  206719.155339 2015-09-30
3       0  918610.907938 2015-12-31
4       1  488411.188795 2015-03-31
5       1  611743.862903 2015-06-30
6       1  765907.856480 2015-09-30
7       1  518417.987873 2015-12-31
8       2  296800.501576 2015-03-31
9       2  187721.228661 2015-06-30
10      2   80741.268765 2015-09-30
11      2  738440.296199 2015-12-31

示例图：

​

​