Skip to main content
 首页 » 编程设计

Python Groupby 和绘图

2025年01月19日10leader

使用以下 groupby 我如何最终对数据进行分组,以便在遍历每个符号和交易所时绘制价格(x 轴)和大小(y 轴)?谢谢。

df_group = df.groupby(['symbol','exchange','price'])["size"].sum() 
 
symbol  exchange  price   
AAPL    ARCA      154.630     800 
                  154.640     641 
                  154.650     100 
                  154.660     300 
                  154.670     400 
                  154.675     100 
                  154.680     300 
                  154.690    1390 
                  154.695     100 
                  154.700     360 
                  154.705     100 
                  154.710     671 
                  154.720     190 
                  154.725     100 
                  154.730     400 
... 
XOM     PSX       80.67                                                 1300 
                  80.68                                                 2721 
                  80.69                                                 1901 
                  80.7                                                   700 
                  80.71                                                  800 
                  80.72                                                  200 
                  80.73                                                  700 
                  80.74                                                  500 
                  80.75                                                  600 
                  80.76                                                  300 
                  80.77                                                  900 
                  80.78                                                  100 
                  80.79                                                 1000 
                  80.8                                                  1000 
symbol  exch      price    sizesizesizesizesizesizesizesizesizesizesizesi... 

请您参考如下方法:

你可以使用聚合函数

fun={'symbol':{'size':'count'}  
df_group = df.groupby(['symbol','exchange','price']).agg(fun).reset_index() 
df_group.columns=df_group.columns.droplevel(1) 
df_group