如何基于pandas DataFrame绘制多指标折线图并修复多余折线问题

问题原因 #

你的代码核心错误是X轴数据赋值错误：
你定义percentile = df_uplift_percentile.values时，.values返回的是整个DataFrame所有数值组成的10行8列二维数组。调用plt.plot()时如果传入二维数组作为X参数，matplotlib会把每一列都当成独立的X序列和传入的Y值匹配绘图，最终就会生成大量非预期的折线。

修正方案 #

把X轴数据替换为DataFrame的索引（也就是你需要的percentile分段）即可，修正后代码如下：

import matplotlib.pyplot as plt

plt.figure(figsize=(20,15))
# 取索引作为X轴
x_percentile = df_uplift_percentile.index

response_rate_treatment = df_uplift_percentile["response_rate_treatment"].values
response_rate_control = df_uplift_percentile["response_rate_control"].values
uplift= df_uplift_percentile["uplift"].values

plt.plot(x_percentile, response_rate_treatment, label= "Treatment Response Rate", color = 'green' )
plt.plot(x_percentile, response_rate_control, label = "Control Response Rate", color = 'yellow' )
plt.plot(x_percentile, uplift, label = "Uplift", color = 'red' )

plt.legend()
plt.xlabel("Percentile")
plt.ylabel("Uplift = Treatment Response Rate- Control Response Rate")
plt.show()

如果想要更简洁的写法，也可以直接用pandas自带的绘图接口：

df_uplift_percentile[['response_rate_treatment','response_rate_control','uplift']].plot(
    figsize=(20,15),
    color=['green','yellow','red'],
    xlabel='Percentile',
    ylabel='Uplift = Treatment Response Rate- Control Response Rate'
)

内容的提问来源于stack exchange，提问作者Baktaawar