kreślenia szeregów czasowych z Seaborn

Question

Say tworzę całkowicie losowy Dataframe przy użyciu następujących:

from pandas.util import testing 
from random import randrange 

def random_date(start, end): 
    delta = end - start 
    int_delta = (delta.days * 24 * 60 * 60) + delta.seconds 
    random_second = randrange(int_delta) 
    return start + timedelta(seconds=random_second) 

def rand_dataframe(): 
    df = testing.makeDataFrame() 
    df['date'] = [random_date(datetime.date(2014,3,18),datetime.date(2014,4,1)) for x in xrange(df.shape[0])] 
    df.sort(columns=['date'], inplace=True)  
    return df 

df = rand_dataframe() 

co skutkuje dataframe pokazany na dole tego postu. Chciałbym wykreślić moje kolumny A, B, C i D używając timeseries możliwości wizualizacji w seaborn tak, że coś w tym kierunku:

Jak mogę podchodzić do tego problemu? Z tego co czytałem na this notebook, połączenie powinno być:

sns.tsplot(df, time="time", unit="unit", condition="condition", value="value") 

ale to wydaje się wymagać, aby dataframe jest reprezentowane w inny sposób, z kolumny jakoś kodowania time, unit, condition i value, który nie jest mój przypadek. Jak mogę przekonwertować swoją ramkę danych (pokazaną poniżej) na ten format?

Oto moja dataframe:

 date   A   B   C   D 

2014-03-18 1.223777 0.356887 1.201624 1.968612 
2014-03-18 0.160730 1.888415 0.306334 0.203939 
2014-03-18 -0.203101 -0.161298 2.426540 0.056791 
2014-03-18 -1.350102 0.990093 0.495406 0.036215 
2014-03-18 -1.862960 2.673009 -0.545336 -0.925385 
2014-03-19 0.238281 0.468102 -0.150869 0.955069 
2014-03-20 1.575317 0.811892 0.198165 1.117805 
2014-03-20 0.822698 -0.398840 -1.277511 0.811691 
2014-03-20 2.143201 -0.827853 -0.989221 1.088297 
2014-03-20 0.299331 1.144311 -0.387854 0.209612 
2014-03-20 1.284111 -0.470287 -0.172949 -0.792020 
2014-03-22 1.031994 1.059394 0.037627 0.101246 
2014-03-22 0.889149 0.724618 0.459405 1.023127 
2014-03-23 -1.136320 -0.396265 -1.833737 1.478656 
2014-03-23 -0.740400 -0.644395 -1.221330 0.321805 
2014-03-23 -0.443021 -0.172013 0.020392 -2.368532 
2014-03-23 1.063545 0.039607 1.673722 1.707222 
2014-03-24 0.865192 -0.036810 -1.162648 0.947431 
2014-03-24 -1.671451 0.979238 -0.701093 -1.204192 
2014-03-26 -1.903534 -1.550349 0.267547 -0.585541 
2014-03-27 2.515671 -0.271228 -1.993744 -0.671797 
2014-03-27 1.728133 -0.423410 -0.620908 1.430503 
2014-03-28 -1.446037 -0.229452 -0.996486 0.120554 
2014-03-28 -0.664443 -0.665207 0.512771 0.066071 
2014-03-29 -1.093379 -0.936449 -0.930999 0.389743 
2014-03-29 1.205712 -0.356070 -0.595944 0.702238 
2014-03-29 -1.069506 0.358093 1.217409 -2.286798 
2014-03-29 2.441311 1.391739 -0.838139 0.226026 
2014-03-31 1.471447 -0.987615 0.201999 1.228070 
2014-03-31 -0.050524 0.539846 0.133359 -0.833252 

W końcu, co szukam jest nakładką z działek (jedna na kolumnę), gdzie każda z nich wygląda następująco (zauważ, że różne wartości CI uzyskać różne wartości alfa):

                                       

Answer 1

Nie sądzę tsplot będzie działać z danymi masz. Założenia dotyczące danych wejściowych są takie, że próbkowałeś te same jednostki w każdym punkcie czasowym (chociaż możesz mieć brakujące punkty czasowe dla niektórych jednostek).

Na przykład, mierzysz ciśnienie krwi od tych samych ludzi każdego dnia przez miesiąc, a następnie chcesz wyliczyć średnie ciśnienie krwi według stanu (gdzie być może zmienną "stan" jest dieta, na której się znajdują). tsplot może to zrobić, z wywoływaniem, które będzie wyglądać tak, jakby wyglądało to tak, jakby wyglądało to inaczej niż posiadanie dużych grup ludzi na różnych dietach i każdego dnia losowe pobieranie próbek z każdej grupy i mierzenie ich ciśnienia krwi. Z podanego przykładu wynika, że ​​twoje dane mają taką strukturę.

Jednak nie jest trudno wymyślić mieszanką matplotlib i pandy, że zrobi to, co myślę, że chcesz:

# Read in the data from the stackoverflow question 
df = pd.read_clipboard().iloc[1:] 

# Convert it to "long-form" or "tidy" representation 
df = pd.melt(df, id_vars=["date"], var_name="condition") 

# Plot the average value by condition and date 
ax = df.groupby(["condition", "date"]).mean().unstack("condition").plot() 

# Get a reference to the x-points corresponding to the dates and the the colors 
x = np.arange(len(df.date.unique())) 
palette = sns.color_palette() 

# Calculate the 25th and 75th percentiles of the data 
# and plot a translucent band between them 
for cond, cond_df in df.groupby("condition"): 
    low = cond_df.groupby("date").value.apply(np.percentile, 25) 
    high = cond_df.groupby("date").value.apply(np.percentile, 75) 
    ax.fill_between(x, low, high, alpha=.2, color=palette.pop(0)) 

Ten kod daje: