根據一個大熊貓時間序列圖的一些因素改變標記

Question

假設我有一個數據幀熊貓這樣

df = pd.DataFrame(
    {'data':[1, 2, 3, 4, 5], 'group': [-1, 0, 1, 0, -1]}, 
    index=pd.date_range('2014-01-01', periods=5) 
) 

我想根據df.group標記所在的變化繪製的時間序列df.data。有沒有一種簡單的方法可以使用df.plot()？如果沒有，那麼做一個簡單的方法是什麼？

Answer 1

我首先想到的是用seaborn，這是在這個非常好：

import numpy as np 
import pandas 
import seaborn 
import matplotlib.pyplot as plt 
%matplotlib inline 

df = pandas.DataFrame({ 
    'data': [1, 2, 3, 4, 5], 
    'group': [-1, 0, 1, 0, -1] 
}, index=pandas.date_range('2014-01-01', periods=5)) 
df 

fgrid = seaborn.FacetGrid(df.reset_index(), hue='group') 
fgrid.map(plt.plot, 'index', 'data', linestyle='none', marker='o') 

的問題是，我不能讓這個發揮好與事實，你的x軸值爲日期。

Answer 2

如果固定日期，並利用seaborn由保羅·H作爲建議不要對你的工作，這裏是一個相當暴力的方式，使得使用GROUPBY和pyplot的顏色週期（中雖然可以很容易地定義你自己的顏色/標記循環）。

import pandas as pd 
import matplotlib.pyplot as plt 

df = pd.DataFrame(
    {'data':[1, 2, 3, 4, 5], 
    'group': [-1, 0, 1, 0, -1]}, 
    index=pd.date_range('2014-01-01', periods=5)) 

fig, ax = plt.subplots() 

nc = len(plt.rcParams['axes.color_cycle']) 
for i, g in enumerate(df.groupby('group')): 
    ax.scatter(g[1].index, g[1]['data'], 
       color=plt.rcParams['axes.color_cycle'][i % nc]) 

fig.autofmt_xdate() 
plt.show() 

所得的情節：