指定熊猫中的线条颜色

Question

我试图在pandas中绘制一些数据，内置的plot函数可以方便地为每列绘制一行。我想做的是根据我所做的分类手动为每一行指定一种颜色。

以下工作：

df = pd.DataFrame({'1': [1, 2, 3, 4], '2': [1, 2, 1, 2]})
s = pd.Series(['c','y'], index=['1','2'])
df.plot(color = s)

但是，当我的索引是整数时，它不再工作，并作为KeyError抛出：

df = pd.DataFrame({1: [1, 2, 3, 4], 2: [1, 2, 1, 2]})
s = pd.Series(['c','y'], index=[1,2])
df.plot(color = s)

我的理解是，当使用整数索引时，它必须从0开始。这是我的猜测，因为以下方法也有效：

df = pd.DataFrame({0: [1, 2, 3, 4], 1: [1, 2, 1, 2]})
s = pd.Series(['c','y'], index=[1,0])
df.plot(color = s)

我的问题是：

• 这里发生了什么

编辑：

我意识到，即使在第一种情况下，代码也没有达到我预期的效果。似乎只有当DataFrame和Series都是从0开始的整数索引时，pandas才匹配它们的索引。如果不是这样，则抛出一个KeyError，或者如果索引是str，则使用元素的顺序。

这是正确的吗？有没有办法匹配序列和数据帧索引？或者我必须确保按正确的顺序通过颜色列表吗？

Answer 1

要设置每行的颜色，可以使用参数style。例如：

df = pd.DataFrame({'A': [1, 2, 4], 'B': [1, 3, 9]})
df.plot(style={'A': 'r', 'B': 'g'})

使用表单标记|行|颜色中的快捷字符串表示法，您还可以设置标记和行类型：

df = pd.DataFrame({'A': [1, 2, 4], 'B': [1, 3, 9]})
df.plot(style={'A': '*:r', 'B': '+--g'})

Answer 2

尝试：

df.plot(color = s.values)

这将分配颜色，无论索引的比例如何。

编辑：

我尝试了三个专栏：

df = pd.DataFrame({'1': [1, 2, 3, 4], '2': [1, 2, 1, 2], '3': [4, 3, 2, 1]})
s = pd.Series(['c','y','r'], index=[1,3,2])
df.plot(color = s.sort_index().values)

并对它工作的系列进行排序。

Answer 3

这里发生了什么？

关键字参数颜色继承自matplotlib。pyplot。plot（）。文档中的详细信息没有明确说明打印时可以输入颜色列表。鉴于颜色是matplotlib中的一个关键字参数，我建议不要使用熊猫系列来保存颜色值。

我怎样才能让这个工作？

使用列表而不是序列。如果您使用的序列的索引旨在将数据帧的列与特定颜色相匹配，则需要首先对序列进行排序。如果列不按顺序排列，则还需要对列进行排序。

# Option 1
s = s.sort_index()
df.plot(color = s.values) # as per Fiabetto's answer

# Option 2
df.plot(color = ['c', 'y']) # other method