J'ai un DataFrame ressemblant à ceci:
amount price
age
A 40929 4066443
B 93904 9611272
C 188349 19360005
D 248438 24335536
E 205622 18888604
F 140173 12580900
G 76243 6751731
H 36859 3418329
I 29304 2758928
J 39768 3201269
K 30350 2867059
Maintenant, je voudrais tracer un graphique à barres avec l'âge sur l'axe des x comme étiquettes. Pour chaque x-tick, il devrait y avoir deux barres, une barre pour le montant et une pour le prix. Je peux faire fonctionner cela en utilisant simplement:
df.plot(kind='bar')
Le problème est la mise à l'échelle. Les prix sont tellement plus élevés que je ne peux pas vraiment identifier le montant dans ce graphique, voir:
Je voudrais donc un deuxième axe y. Je l'ai essayé en utilisant:
df.loc[:,'amount'].plot(kind='bar')
df.loc[:,'price'].plot(kind='bar',secondary_y=True)
mais cela écrase simplement les barres et ne les place PAS côte à côte. Y a-t-il un moyen de le faire sans avoir à accéder au matplotlib de niveau inférieur (ce qui serait évidemment possible en plaçant les barres côte à côte manuellement)?
Pour l'instant, j'utilise deux parcelles simples dans les sous-parcelles:
df.plot(kind='bar',grid=True,subplots=True,sharex=True);
résultant en:
En utilisant la nouvelle version pandas (0.14.0 ou ultérieure), le code ci-dessous fonctionnera. Pour créer les deux axes, j'ai créé manuellement deux objets axes matplotlib (ax
et ax2
) qui servira pour les deux graphiques à barres.
Lors du traçage d'un Dataframe, vous pouvez choisir l'objet axes à l'aide de ax=...
. Aussi, pour éviter que les deux tracés ne se chevauchent, j'ai modifié leur alignement avec l'argument du mot clé position
, par défaut, 0.5
mais cela signifierait que les deux graphiques à barres se chevauchent.
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from io import StringIO
s = StringIO(""" amount price
A 40929 4066443
B 93904 9611272
C 188349 19360005
D 248438 24335536
E 205622 18888604
F 140173 12580900
G 76243 6751731
H 36859 3418329
I 29304 2758928
J 39768 3201269
K 30350 2867059""")
df = pd.read_csv(s, index_col=0, delimiter=' ', skipinitialspace=True)
fig = plt.figure() # Create matplotlib figure
ax = fig.add_subplot(111) # Create matplotlib axes
ax2 = ax.twinx() # Create another axes that shares the same x-axis as ax.
width = 0.4
df.amount.plot(kind='bar', color='red', ax=ax, width=width, position=1)
df.price.plot(kind='bar', color='blue', ax=ax2, width=width, position=0)
ax.set_ylabel('Amount')
ax2.set_ylabel('Price')
plt.show()
Il suffit d'écrire: df.plot (kind = 'bar' , secondary_y = 'amount' )
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from io import StringIO
s = StringIO(""" amount price
A 40929 4066443
B 93904 9611272
C 188349 19360005
D 248438 24335536
E 205622 18888604
F 140173 12580900
G 76243 6751731
H 36859 3418329
I 29304 2758928
J 39768 3201269
K 30350 2867059""")
df = pd.read_csv(s, index_col=0, delimiter=' ', skipinitialspace=True)
_ = df.plot( kind= 'bar' , secondary_y= 'amount' , rot= 0 )
plt.show()
Voici une autre méthode:
transform
Voici le code:
import pylab as pl
df = pd.DataFrame(np.random.Rand(10, 2), columns=["left", "right"])
df["left"] *= 100
ax = df.plot(kind="bar")
ax2 = ax.twinx()
for r in ax.patches[len(df):]:
r.set_transform(ax2.transData)
ax2.set_ylim(0, 2);
voici la sortie: