Impossible de tracer Pandas données GroupBy d'un diagramme de dispersion et des tracés linéaires

Question

Je suis en train de tracer une série groupedby au tableau 1 comme un nuage de points avec dataframes de groupedby dans Tableau2 sous forme de tracés de ligne les ayant tous dans un graphique. Je n'ai pas réussi à les tracer ensemble. Cependant, je remarquai que Table2 « Days » attribut n'a pas été complote toutes ses valeurs entières donc, je le tracé de la ligne verticale pour représenter les graphiques en ligne comme ci-dessous:

PRÉCIPITATIONS1:

Je suis à la recherche le graphique à quelque chose comme ceci:

chart2:

Certains de ce que j'essayé de faire, était de dépilage et fixer de nouveaux index, mais encore cette tentative a échoué. Tout conseil ou aide avec ceci sera apprécié. Merci.

code:

grouped = df.groupby('id') 
fig,ax = plt.subplots(1,1,figsize=(8,6))  
for k,grp in grouped: 
    grp.set_index('Days', inplace=True) 
    ax = grp.plot.scatter(x='Days', y='Values',color="black") 
    grp.plot(y=["curve1","curve2","curve3"], ax=ax, title="One \ 
    scatter and 3 line plots",alpha=0.5) 
    ax.set_xlabel("Days", fontsize=15) 
    ax.set_ylabel("Values", fontsize=15) 
    fig.tight_layout() 
    plt.autoscale(enable=True, axis='y') 
plt.show() 
plt.close() 

Tableau 1:

 id  Days Values 
0 101  17.0 3.764706 
1 101  24.0 4.000000 
2 101  38.0 1.142857 
3 101  51.0 0.461538 
12 102  31.0 4.258065 
13 102  61.0 4.166667 
14 102  92.0 4.709677 
15 102  123.0 3.516129 
16 102  153.0 3.233333 
17 102  171.0 10.277778 
18 102  202.0 3.193548 
19 102  217.0 6.400000 
20 102  235.0 1.000000 
21 102  246.0 13.545455 
22 102  270.0 0.791667 
23 102  288.0 5.333333 
24 103  31.0 3.096774 
25 103  61.0 3.166667 
26 103  92.0 3.354839 
28 103  103.0 3.636364 
29 103  114.0 2.727273 
32 103  145.0 6.870968 
33 103  175.0 4.200000 
34 103  190.0 1.266667 
35 103  210.0 4.550000 
36 104  31.0 11.677419 
37 104  61.0 12.066667 
38 104  92.0 11.935484 
39 104  123.0 12.354839 
40 104  125.0 246.000000 
... ... ... ... 
455873 125  259.0 4.612903 
455874 125  281.0 5.727273 
455875 125  309.0 9.750000 
455876 125  340.0 5.935484 
455877 126  31.0 2.935484 
455878 126  61.0 1.800000 
455879 126  92.0 3.709677 
455880 126  122.0 1.500000 
455881 126  153.0 5.645161 
455882 126  184.0 2.903226 
455883 126  215.0 2.870968 
455884 126  245.0 3.966667 
455885 126  273.0 5.607143 
455886 126  303.0 3.533333 
455887 126  334.0 4.129032 
455888 126  365.0 7.064516 
455889 127  31.0 0.193548 
455890 127  61.0 0.366667 
455891 127  92.0 0.258065 
455892 127  122.0 0.266667 
455893 127  153.0 2.903226 
455894 127  183.0 3.366667 
455895 127  214.0 1.354839 
455896 127  245.0 2.064516 
455897 128  276.0 0.548387 
455898 128  304.0 0.964286 
455899 128  334.0 1.133333 
455900 128  365.0 2.000000 
455913 129  31.0 4.129032 
455914 129  61.0 4.10000 

Tableau 2:

id   curve1   curve2  curve3  Days 
0 101   3.762914 3.730533 3.762762 1.000000 
1 101   3.762908 3.730441 3.762756 1.003222 
2 101   3.762903 3.730350 3.762749 1.006444 
3 101   3.762897 3.730258 3.762743 1.009666 
12 102   4.255960 4.218177 4.255781 1.038665 
13 102   4.255953 4.218074 4.255774 1.041887 
14 102   4.255946 4.217972 4.255767 1.045109 
15 102   4.255940 4.217870 4.255760 1.048331 
16 103   3.095224 3.067467 3.095093 1.051554 
17 103   3.095220 3.067393 3.095088 1.054776 
18 103   3.095215 3.067319 3.095082 1.057998 
19 103   3.095210 3.067245 3.095077 1.061220 
20 103   3.095205 3.067171 3.095072 1.064442 
21 103   3.095201 3.067097 3.095067 1.067664 
22 103   3.095196 3.067024 3.095062 1.070886 
23 103   3.095191 3.066950 3.095057 1.074108 
24 104   3.095186 3.066876 3.095052 1.077330 
25 104   11.671414 11.564402 11.670904 1.080552 
26 104   11.671396 11.564125 11.670885 1.083775 
28 104   11.671360 11.563572 11.670846 1.090219 
29 104   11.671342 11.563296 11.670826 1.093441 
32 104   11.671289 11.562468 11.670768 1.103107 
33 104   11.671271 11.562193 11.670749 1.106329 
34 104   11.671253 11.561918 11.670729 1.109551 
35 104   11.671235 11.561644 11.670710 1.112773 
36 105   11.671217 11.561369 11.670691 1.115996 
37 105   3.901147 3.864344 3.900970 1.119218 
38 105   3.901141 3.864252 3.900964 1.122440 
39 105   3.901135 3.864161 3.900957 1.125662 
40 105   3.901129 3.864070 3.900951 1.128884 
... ... ... ... ... ... 
455873 126  25.476410 43.694862 29.152562 1469.867894 
455874 126  25.476371 43.694860 29.152534 1469.871116 
455875 126  31.540981 54.096432 36.092270 1469.874338 
455876 126  31.540932 54.096429 36.092236 1469.877560 
455877 127  31.540884 54.096426 36.092202 1469.880782 
455878 127  31.540835 54.096423 36.092168 1469.884004 
455879 127  31.540787 54.096420 36.092134 1469.887227 
455880 127  470.699660 807.310367 538.622101 1469.890449 
455881 127  470.698938 807.310323 538.621591 1469.893671 
455882 127  470.698216 807.310280 538.621081 1469.896893 
455883 127  470.697494 807.310236 538.620572 1469.900115 
455884 127  470.696772 807.310192 538.620062 1469.903337 
455885 127  32.606000 55.923891 37.311189 1469.906559 
455886 127  32.605950 55.923888 37.311153 1469.909781 
455887 127  32.605900 55.923885 37.311118 1469.913003 
455888 127  32.605850 55.923882 37.311083 1469.916225 
455889 128  32.605800 55.923879 37.311047 1469.919448 
455890 128  35.066803 60.144961 40.127214 1469.922670 
455891 128  35.066749 60.144958 40.127176 1469.925892 
455892 128  35.066696 60.144954 40.127138 1469.929114 
455893 128  35.066642 60.144951 40.127100 1469.932336 
455894 128  35.066588 60.144948 40.127062 1469.935558 
455895 128  64.137502 110.006494 73.393256 1469.938780 
455896 128  64.137403 110.006488 73.393186 1469.942002 
455897 128  64.137305 110.006482 73.393117 1469.945224 
455898 128  64.137207 110.006476 73.393047 1469.948446 
455899 128  64.137108 110.006470 73.392978 1469.951669 
455900 128  10.082793 17.293797 11.537886 1469.954891 
455913 129  36.850407 63.206268 42.168777 1469.996778 
455914 129  36.850351 63.206264 42.168737 1470.000000 

Answer 1

il semble donc que vous obtenez des parcelles pour seulement 1 identifiant de votre boucle. Dans votre boucle for, créez une nouvelle image, puis tracez les données de cette valeur sur cette figure, puis affichez-la à la fin de votre boucle. Lorsque vous parcourez cette boucle, ce chiffre est écrasé. Vous pouvez résoudre votre problème en déplaçant votre déclaration de chiffre au-dessus de votre boucle for et en déplaçant ensuite plt.show() en dessous de votre boucle afin que toutes les données soient mises sur 1 chiffre et affichées après que la boucle soit terminée.

Modifier

J'ai fait des données aléatoires et transcrites en utilisant la majeure partie de votre code et il fonctionne. Lorsque vous incluez la déclaration de la figure dans la boucle, cela crée un grand nombre d'images. Vous pouvez également voir des problèmes dus à votre nom et puis renommer 'ax' qui peut augmenter votre nombre de parcelles. De même, il n'y a aucune raison d'inclure plt.close() si vous utilisez plt.show().

import numpy as np 
from matplotlib import pyplot as plt 

x= np.arange(0,10,1) 
y = x**2-3*x 


fig,ax = plt.subplots(1,1,figsize=(8,6))  
for f in np.arange(0,10,1): 
    ax.plot(x,y+f) 
    ax.set_xlabel("Days", fontsize=15) 
    ax.set_ylabel("Values", fontsize=15) 
    fig.tight_layout() 
    plt.autoscale(enable=True, axis='y')  

plt.show()