如何将pandas分组键名设置为matplotlib对应子图标题

已完成指定文件夹内所有CSV文件读取，实现数据合并、Gradient字段计算、日期格式转换等预处理操作后，按Beacon列对DataFrame进行分组，在同一画布的4行7列子图网格中绘制了所有分组的时序曲线，目前子图均未设置标题，需要将每个分组对应的Beacon键名设置为对应子图的标题。

Beacon  Average  Gradient
Date                                
2017-06-10    A18   4.5566   1.11280
2017-06-10    B18   5.6694  -0.41125
2017-06-15    A18   4.5528   1.11350
2017-06-15    B18   5.6663  -0.41105
2017-06-15    C17   3.7307  -0.72965
          ...      ...       ...
2017-08-16   SB01   3.8360  -0.10900
2017-08-16   SB02   3.7130  -0.13750
2017-08-16   SB03   3.5610   0.13300
2017-08-16   SB04   3.9790   0.08100
2017-08-16   SB05   3.7230  -0.25600

import matplotlib.pyplot as plt
import pandas as pd
import glob
import os
import numpy as np
## chose directory
path =r'C:\soc3\data\sb_measurements'
globbed = glob.glob(path + "/*.csv")


data = [] 

## Select and modify all CSV files in directory
for csv in globbed:
    df = pd.read_csv(csv, header=0, skiprows=(0), delimiter = ',', names = ['Beacon', 'Go', 'Return', 'Average'])
    df['Filename'] = os.path.basename(csv)
    data.append(df)
   
for index in data:
    index['Gradient'] = (np.gradient(index['Average']))

    
df = pd.concat(data, axis=0, ignore_index=True)
df = df.loc[:, df.columns.intersection(['Beacon', 'Average','Filename','Gradient'])]   
df = df.dropna()
df = df.replace('.csv','', regex=True)
df['Filename'] = df['Filename'].replace('SB','20', regex=True)
df['Filename'] = df['Filename'].astype('|S')
df['Filename'] = pd.to_datetime(df['Filename'], format='%Y%m%d')
df.rename(columns = {'Filename':'Date'}, inplace = True)
df.set_index('Date', inplace=True)
counted_sets = df['Beacon'].nunique()
df = df.dropna()


grouped = df.groupby('Beacon')

ncols= 7
nrows = 4

fig, axes = plt.subplots(nrows=nrows, ncols=ncols, figsize = (90,30) , constrained_layout = True)

for (key, ax) in zip(grouped.groups.keys(), axes.flatten()):
    grouped.get_group(key).plot(ax=ax)
# =============================================================================
#     plt.savefig("output.jpg") 
# =============================================================================


ax.legend()
plt.show()

print(df)

核心修改点是在遍历子图绘图的循环中，调用ax.set_title()方法将当前分组的Beacon键名设置为子图标题，修改后的循环代码如下：

for (key, ax) in zip(grouped.groups.keys(), axes.flatten()):
    grouped.get_group(key).plot(ax=ax)
    ax.set_title(key) # 新增该行，设置子图标题为当前Beacon分组名

可选优化项：

• 若Beacon分组总数小于28（4行*7列），可添加代码隐藏未使用的空白子图，避免画布出现空窗：

# 隐藏无数据的空白子图
group_count = len(grouped.groups.keys())
for idx, ax in enumerate(axes.flatten()):
    if idx >= group_count:
        ax.axis('off')

• 原代码中ax.legend()仅会为最后一个子图添加图例，若需要每个子图显示对应图例，可将图例设置代码移入循环内；若不需要全局重复图例，可在plot方法中传入legend=False参数关闭图例。

内容的提问来源于stack exchange，提问作者SimonDL