时间戳

首页 > 解决方案 > 从 Pandas 中的子数据框列表创建子图

python - 从 Pandas 中的子数据框列表创建子图

问题描述

我正在做一个关于kaggle的视频游戏销售项目。

该数据的前 5 条记录是（取出几列作为空间）：

        Name                Platform    Genre        Publisher  NA_Sales    EU_Sales    JP_Sales    Global_Sales
0   Wii Sports                Wii      Sports        Nintendo   41.49       29.02        3.77        82.74
1   Super Mario Bros.         NES      Platform      Nintendo   29.08       3.58         6.81        40.24
2   Mario Kart Wii            Wii      Racing        Nintendo   15.85       12.88        3.79        35.82
3   Wii Sports Resort         Wii      Sports        Nintendo   15.75       11.01        3.28        33.00
4   Pokemon Red/Pokemon Blue  GB       Role-Playing  Nintendo   11.27       8.89         10.22       31.37

我想做的是通过Platform（控制台）比较索尼和任天堂的流派销售。所以到目前为止我所做的就是首先sub dataframes通过sony_spt = sony.loc[sony['Genre']=='Sports'].drop(columns=['Year', 'Publisher'])为例如做创建索尼，然后plot。此示例创建plot：

# Sony sports sub df
sony_spt.groupby('Platform').sum().plot(kind='bar', figsize=(15, 7))

plt.xlabel('Platform')
plt.ylabel('Sales in $1m\'s')
plt.title('Sony sales in games per console for Sports genre')
plt.show()

在此处输入图像描述

我已经把我dataframes为任天堂和索尼收集的其他潜艇放在了一个list. 例如，我的索尼流派列表是sony_genre_list = [sony_spt, sony_msc, sony_puz, sony_sim, sony_sgy, sony_ftg, sony_adv, sony_rpy, sony_sht, sony_rac, sony_plt, sony_act]. 列出的所有类型包括：运动、杂项、谜题、模拟、策略、格斗、冒险、角色扮演、射击、赛车、平台游戏和动作。

我怎样才能节省时间并制作subplots（就像我展示的那样）list来sub df's比较每个控制台/平台的流派销售？

标签： pythonpandasmatplotlibsubplot

解决方案

你可以试试zip：

sony_genre_list = [sony_spt, sony_msc, sony_puz, sony_sim, sony_sgy, sony_ftg, sony_adv, sony_rpy, sony_sht, sony_rac, sony_plt, sony_act]

# custumize nrows, ncols, figsize
fig, axes = plt.subplots(nrows=len(sony_genre_list), ncols=1, 
                         figsize=(7,30))

for df, ax in zip(sony_genre_list, axes.ravel()):
    df.groupby('Platform').sum().plot(kind='bar', ax=ax)

您还可以绕过sony_genre_listwith的创建groupby：

for genre, df in sony.groupby('Genre'):
    ax = df.groupby('Platform').sum().plot(kind='bar')

推荐阅读