Panda danych procesowych na skrzypce

Question

Mam dane, które odczytuję z arkusza kalkulacyjnego Excel. Dane mają szereg obserwacji dla każdego z sześciu scenariuszy, od S1 do S6. Kiedy czytam w danych do mojego dataframe df, wygląda następująco:

 Scenario  LMP 
0   S1 -21.454544 
1   S1 -20.778094 
2   S1 -20.027689 
3   S1 -19.747170 
4   S1 -20.814405 
5   S1 -21.955406 
6   S1 -23.018960 
... 
12258  S6 -34.089906 
12259  S6 -34.222814 
12260  S6 -26.712010 
12261  S6 -24.555973 
12262  S6 -23.062616 
12263  S6 -20.488411 

Chcę stworzyć violinplot że ma inny skrzypcach dla każdej z sześciu scenariuszy. Jestem nowy w Pandach i modelach danych, i pomimo wielu badań/testów przeprowadzonych w ciągu ostatniego dnia, nie jestem w stanie wymyślić eleganckiego sposobu przekazania referencji do mojej ramki danych (aby podzielić ją na różne serie dla każdego scenariusza), które będą działać w instrukcji axes.violinplot(). Na przykład wypróbowałem następujące, które nie działa. Dostaję "ValueError: nie mogę skopiować sekwencji o rozmiarze 1752 do osi tablicy z wymiarem 2" w mojej instrukcji axes.violinplot.

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 

# load data into a dataframe 
df = pd.read_excel('Modeling analysis charts.xlsx', 
        sheetname='lmps', 
        parse_cols=[7,12], 
        skiprows=0, 
        header=1) 

fontsize = 10 

fig, axes = plt.subplots() 

axes.violinplot(dataset = [[df.loc[df.Scenario == 'S1']], 
          [df.loc[df.Scenario == 'S2']], 
          [df.loc[df.Scenario == 'S3']], 
          [df.loc[df.Scenario == 'S4']], 
          [df.loc[df.Scenario == 'S5']], 
          [df.loc[df.Scenario == 'S6']] 
          ] 
       ) 
axes.set_title('Day Ahead Market') 

axes.yaxis.grid(True) 
axes.set_xlabel('Scenario') 
axes.set_ylabel('LMP ($/MWh)') 

plt.show() 

Answer 1

Trzeba być ostrożnym, jak utworzyć zestaw danych do wykresu. W kodzie z pytaniem masz listę list jednej ramki danych. Jednak potrzebujesz po prostu listy jednokolumnowych ramek danych.

W związku z tym należy również pobrać tylko kolumnę "LMP" z filtrowanych ramek danych, w przeciwnym razie na instrumencie nie będzie wiadomo, którą kolumnę wydrukować.

Oto przykład pracy, która pozostaje blisko do oryginalnego kodu:

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 


x = np.random.poisson(lam =3, size=100) 
y = np.random.choice(["S{}".format(i+1) for i in range(6)], size=len(x)) 
df = pd.DataFrame({"Scenario":y, "LMP":x}) 

fig, axes = plt.subplots() 

axes.violinplot(dataset = [df[df.Scenario == 'S1']["LMP"], 
          df[df.Scenario == 'S2']["LMP"], 
          df[df.Scenario == 'S3']["LMP"], 
          df[df.Scenario == 'S4']["LMP"], 
          df[df.Scenario == 'S5']["LMP"], 
          df[df.Scenario == 'S6']["LMP"] ]) 

axes.set_title('Day Ahead Market') 
axes.yaxis.grid(True) 
axes.set_xlabel('Scenario') 
axes.set_ylabel('LMP ($/MWh)') 

plt.show() 

Answer 2

Możesz używać seaborn. W takim przypadku importuj seaborn, a następnie użyj violin plot, aby wizualizować scenariusze.

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 
import seaborn as sns 

# load data into a dataframe 
df = pd.read_excel('Modeling analysis charts.xlsx', 
        sheetname='lmps', 
        parse_cols=[7,12], 
        skiprows=0, 
        header=1) 
fontsize = 10 

fig, axes = plt.subplots() 
# plot violin. 'Scenario' is according to x axis, 
# 'LMP' is y axis, data is your dataframe. ax - is axes instance 
sns.violinplot('Scenario','LMP', data=df, ax = axes) 
axes.set_title('Day Ahead Market') 

axes.yaxis.grid(True) 
axes.set_xlabel('Scenario') 
axes.set_ylabel('LMP ($/MWh)') 

plt.show()