英文:
Bar plot based on two columns
问题
我已生成下面的数据框，我想绘制一个条形图，其中x轴将具有两个类别，即exp_type值，y轴将具有avg的值。然后为每种类型的磁盘创建一个disk_type的图例。
exp_type disk_type avg0 Random Read nvme 3120.2400001 Random Read sda 132.6388312 Random Read sdb 174.3134133 Seq Read nvme 3137.8490004 Seq Read sda 119.1712695 Seq Read sdb 211.451616
我已尝试使用以下代码进行绘图，但我得到了错误的图。它们应该分组在一起，并带有连接。
def plot(df):df.plot(x='exp_type', y=['avg'], kind='bar')print(df)
英文:
I have generated the dataframe below, I want to plot a bar plot where the x-axis will have two categories i.e. exp_type values and the y-axis will have a value of avg. Then a legend of disk_type for each type of disk.
exp_type disk_type avg0 Random Read nvme 3120.2400001 Random Read sda 132.6388312 Random Read sdb 174.3134133 Seq Read nvme 3137.8490004 Seq Read sda 119.1712695 Seq Read sdb 211.451616
I have attempted to use the code below for the plotting but I get the wrong plot. They should be grouped together with links.
def plot(df):df.plot(x='exp_type', y=['avg'], kind='bar')print(df)
答案1
得分: 1
# 重要的是正确地使用 `pivot` 重新塑造你的数据框：(df.pivot(index='disk_type', columns='exp_type', values='avg').rename_axis(columns='实验类型').plot(kind='bar', rot=0, title='性能', xlabel='磁盘类型', ylabel='IOPS'))# 或者(df.pivot(index='exp_type', columns='disk_type', values='avg').rename_axis(columns='磁盘类型').plot(kind='bar', rot=0, title='性能', xlabel='实验类型', ylabel='IOPS'))
输出：
更新
Pandas 不知道如何分组数据，因为你有一个扁平的数据框（每行一个数值）。 你需要对其进行重新塑造：
>>> df.pivot(index='exp_type', columns='disk_type', values='avg')exp_type 随机读取 顺序读取 # <- 两个条形图组disk_typenvme 3120.240000 3137.849000 # <- 每组的第一个条形图sda 132.638831 119.171269 # <- 每组的第二个条形图sdb 174.313413 211.451616 # <- 每组的第三个条形图
<details><summary>英文:</summary>The important thing here is to reshape correctly your dataframe with `pivot`:
(df.pivot(index='disk_type', columns='exp_type', values='avg').rename_axis(columns='Exp Type')
.plot(kind='bar', rot=0, title='Performance', xlabel='Disk Type', ylabel='IOPS'))
OR
(df.pivot(index='exp_type', columns='disk_type', values='avg').rename_axis(columns='Disk Type')
.plot(kind='bar', rot=0, title='Performance', xlabel='Exp Type', ylabel='IOPS'))
Output:[![enter image description here][1]][1][![enter image description here][2]][2]**Update**Pandas doesn't understand how to group data because you have a flatten dataframe (one numeric value per row). You have to reshape it:
>>> df.pivot(index='exp_type', columns='disk_type', values='avg')
exp_type Random Read Seq Read # <- Two bar groups
disk_type
nvme 3120.240000 3137.849000 # <- First bar of each group
sda 132.638831 119.171269 # <- Second bar of each group
sdb 174.313413 211.451616 # <- Third bar of each group
[1]: https://i.stack.imgur.com/4nJpI.png[2]: https://i.stack.imgur.com/zEHuU.png</details>
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论