为了账号安全,请及时绑定邮箱和手机立即绑定

可视化同一数据集中的两列

可视化同一数据集中的两列

梵蒂冈之花 2022-01-18 17:05:24
我正在尝试对四列进行分组和排序,计算值并将它们绘制在同一个条形图中,以查看计数如何变化的趋势。Year  Month  Bl_year  Month2018  Jan     2019     Jan 2018  Feb     2018     Mar2018  Dec     2020     Dec 2019  Apr     2019     Sep  2020  Nov     2020     Dec 2019  Sep     2018     Jan我尝试先对值进行分组和排序,然后按年计算值,然后按月计算值。df_Activity_count = df.sort_values(['year','month'],ascending = True).groupby('month')df_Activity_count_BL = df.sort_values(['BL year','BL month'],ascending = True).groupby('BL month')现在我试图在同一个栏中比较这两个。有人可以帮忙吗。
查看完整描述

2 回答

?
心有法竹

TA贡献1866条经验 获得超5个赞

尝试传递ax给您的绘图命令:


df_Activity_count = df.sort_values(['year','month'],ascending = True).groupby('month')

df_Activity_count_BL = df.sort_values(['BL year','BL month'],ascending = True).groupby('BL month')


ax = df_Activity_count.years.value_counts().unstack(0).plot.bar()

df_Activity_count_BL['BL year'].value_counts().unstack(0).plot.bar(ax=ax)


查看完整回答
反对 回复 2022-01-18
?
喵喵时光机

TA贡献1846条经验 获得超7个赞

既然你标记matplotlib了,我将使用一个解决方案pyplot


import matplotlib.pyplot as plt


# Create an axis object

fig, ax = plt.subplots()


# Define dataframes

df_Activity_count = df.sort_values(['year','month'],ascending = True).groupby('month')

df_Activity_count_BL = df.sort_values(['BL year','BL month'],ascending = True).groupby('BL month')


# Plot using the axis object ax defined above

df_Activity_count['year'].value_counts().unstack(0).plot.bar(ax=ax)

df_Activity_count_BL['BL year'].value_counts().unstack(0).plot.bar(ax=ax)


查看完整回答
反对 回复 2022-01-18
  • 2 回答
  • 0 关注
  • 179 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信