Pandas aggregate()生成异常DataFrame，绘图报错求助

使用Pandas处理CSV文件，通过groupby()和aggregate()聚合数据后，生成的DataFrame中id列显示形式特殊，无法直接用于matplotlib绘图。

教程代码：

import pandas as pd

df = pd.DataFrame({'id': [101, 101, 102, 103, 103, 103],
                   'employee': ['Dan', 'Dan', 'Rick', 'Ken', 'Ken', 'Ken'],
                   'sales': [4, 1, 3, 2, 5, 3],
                   'returns': [1, 2, 2, 1, 3, 2]})
agg_functions = {'employee': 'first', 'sales': 'sum', 'returns': 'sum'}

df_new = df.groupby(df['id']).aggregate(agg_functions)

生成的DataFrame：

employee  sales  returns
id  
101      Dan      5        3
102     Rick      3        2
103      Ken     10        6

尝试绘图时报错：

# 报错代码1
ax = df_new.plot(kind="line", x=df_new["id"], y=df_new["sales"])

报错信息：

KeyError: 'id'

# 报错代码2
ax = df_new.plot(kind="line", x=df_new.index, y=df_new["sales"])

报错信息：

KeyError: "None of [Index([101, 102, 103], dtype='int64')] are in the [columns]"

groupby()默认会把分组字段设为DataFrame的索引，而非普通列。所以df_new中id是索引，不是列，直接用df_new["id"]会找不到对应列；而df.plot()的x参数默认接受列名，传入索引对象也会报错。

方法1：聚合时保留id为普通列 #

在groupby()中添加as_index=False参数，让分组字段保持为列：

df_new = df.groupby('id', as_index=False).aggregate(agg_functions)

此时id是普通列，直接用列名绘图即可：

ax = df_new.plot(kind="line", x='id', y='sales')

方法2：将现有索引转为列 #

如果已经生成了带索引的df_new，用reset_index()把索引转为普通列：

df_new = df_new.reset_index()

之后同样可以用x='id'绘图。

方法3：直接使用索引绘图（无需转列） #

df.plot()默认会用索引作为x轴，或者直接指定索引名称作为x参数（这里索引名为id）：

# 方式1：默认用索引做x轴，只指定y列
ax = df_new.plot(kind="line", y='sales')
# 方式2：指定x为索引名称
ax = df_new.plot(kind="line", x='id', y='sales')

• 若id是索引：

  # 获取索引对象
  id_index = df_new.index
  # 获取值数组
  id_values = df_new.index.values
  

• 若id已转为列：

  id_series = df_new['id']
  id_values = df_new['id'].values
  

内容的提问来源于stack exchange，提问作者Rerun