使用Pandas實現(xiàn)可視化帶有標簽列的數(shù)據(jù)表

更新時間：2024年02月02日 08:21:59 作者：胡譯胡說

Pandas是Python中一個靈活強大的數(shù)據(jù)處理庫,它提供了大量數(shù)據(jù)操作和分析工具,本文我們將討論如何使用Pandas可視化帶有標簽列的數(shù)據(jù)表,以便更好地呈現(xiàn)和傳達數(shù)據(jù)的信息,需要的可以了解下

使用Pandas可視化帶有標簽列的數(shù)據(jù)表

Pandas是Python中一個靈活強大的數(shù)據(jù)處理庫。它提供了大量數(shù)據(jù)操作和分析工具，并整合了Matplotlib和Seaborn等數(shù)據(jù)可視化庫的功能，這使得數(shù)據(jù)的可視化變得更加容易。

在本文中，我們將討論如何使用Pandas可視化帶有標簽列的數(shù)據(jù)表，以便更好地呈現(xiàn)和傳達數(shù)據(jù)的信息。

準備數(shù)據(jù)

本文以如下圖所示的Excel表為例。

這是一張典型的日志記錄表，每1行依次記錄了哪一天（p_date）、產(chǎn)生哪種行為（action_type）的用戶數(shù)（pv）和獨立用戶數(shù)（uv）。

這張表是按照關系型數(shù)據(jù)庫的范式存儲的，也就是說，這不是一張寬表，沒有把action_type的所有取值和pv、uv組合起來作為列，即只有action_type、pv、uv這3列，而不是action_type_A_pv、action_type_B_pv、……、action_type_A_uv、action_type_B_uv……這一系列字段。

表中的action_type就是標簽列。下面我們就來看看如何根據(jù)這個標簽列的取值，將這張數(shù)據(jù)表拆分為若干張小表，并分別繪制折線圖。

使用Pandas進行可視化

在可視化之前，我們先對數(shù)據(jù)進行簡要的概覽，以了解數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容。使用了Pandas以后就無需啟動Excel了。

# pip3 install openpyxl
# pip3 install pandas
# pip3 install matplotlib

import matplotlib.pyplot as plt
import pandas as pd

# 從Excel文件讀取數(shù)據(jù)
df = pd.read_excel('demo.xlsx')

# 顯示列標題和前幾行數(shù)據(jù)
print(df.head())

# 使用groupby按'action_type'列拆分DataFrame
grouped = df.groupby('action_type')

# 遍歷分組，并打印每個分組的數(shù)據(jù)
for group_name, group_df in grouped:
    print(group_name)
    print(group_df[:2])
    print("========")

上面代碼的運行結(jié)果如下所示：

p_date action_type pv uv
0 20240107 Action_A 209432 175390
1 20231205 Action_B 2219974 1511501
2 20231218 Action_A 68196 61948
3 20240111 Action_C 16624897 4379832
4 20231222 Action_C 2960038 1948306

Action_A
p_date action_type pv uv
0 20240107 Action_A 209432 175390
2 20231218 Action_A 68196 61948
========
Action_B
p_date action_type pv uv
1 20231205 Action_B 2219974 1511501
5 20240106 Action_B 6670116 2993844
========
Action_C
p_date action_type pv uv
3 20240111 Action_C 16624897 4379832
4 20231222 Action_C 2960038 1948306
========
Action_D
p_date action_type pv uv
35 20231124 Action_D 7145549 5891077
43 20231125 Action_D 8258851 5954404
========

接下來，我們可以使用Pandas的plot方法結(jié)合Matplotlib進行簡單的折線圖可視化，

# 繪制每個分組的數(shù)據(jù)
for group_name, group_df in grouped:
    # 按'p_date'列排序
    group_df = group_df.sort_values(by='p_date')
    # 將'p_date'列轉(zhuǎn)換為日期格式(yyyymmdd)
    group_df['p_date'] = pd.to_datetime(group_df['p_date'], format='%Y%m%d')
    # 繪圖
    group_df.plot(x='p_date', y=['pv', 'uv'], title=group_name)

    # 將y軸的數(shù)字格式化為千分位
    ax = plt.gca()
    ax.get_yaxis().set_major_formatter(
        plt.FuncFormatter(lambda x, loc: "{:,}".format(int(x)))
    )

# 顯示圖形
plt.show()

運行結(jié)果如下，每種action_type一張折線圖。