Plot dati in serie con Seaborn

Question

Say Creo completamente casuale Dataframe utilizzando il seguente:

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() 

che si traduce nella dataframe mostrato in fondo a questo post. Vorrei tracciare le mie colonne A, B, C e D utilizzando le funzionalità di visualizzazione timeseries in seaborn modo che ottengo qualcosa in questo senso:

Come posso affrontare questo problema? Da quanto ho letto this notebook, la chiamata deve essere:

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

ma ciò sembra richiedere che il dataframe è rappresentato in modo diverso, con le colonne codificano qualche modo time, unit, condition e value, che non è il mio caso. Come posso convertire il mio dataframe (mostrato sotto) in questo formato?

Ecco il mio 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 

Alla fine, quello che sto cercando è una sovrapposizione di di trame (uno per colonna), in cui ciascuno di essi si presenta come segue (notare che i diversi valori di CI ottenere diversi valori di alfa):

                                       

Answer 1

Non credo tsplot è andare a lavorare con i dati che avete. Le ipotesi che asserisce sui dati di input sono che hai campionato le stesse unità ad ogni punto di tempo (anche se potresti avere dei timepoint mancanti per alcune unità).

Ad esempio, supponiamo di aver misurato la pressione del sangue dalle stesse persone ogni giorno per un mese, e quindi si desidera tracciare la pressione media per condizione (dove forse la variabile "condizione" è la dieta in cui si trovano). tsplot potrebbe fare questo, con una chiamata che sarebbe simile sns.tsplot(df, time="day", unit="person", condition="diet", value="blood_pressure")

Questo scenario è diverso dall'avere grandi gruppi di persone in diverse diete e ogni giorno in modo casuale assaggiare da ogni gruppo e misurare la loro pressione sanguigna. Dall'esempio che hai dato, sembra che i tuoi dati siano strutturati come questo.

Tuttavia, non è così difficile da trovare con un mix di matplotlib e panda che farà quello che penso che vuoi:

# 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)) 

Questo codice produce: