複数のデータフレームからmatplotlibで積み上げ棒グラフと線グラフを1つの表で表示したい。

前提

複数のデータフレームから、matplotlibを利用して、積み上げ棒グラフと線グラフを同じ表に表示したいと考えています。
以下のようにコードを書くと、エラー表示は出ませんが、figureが3つ表示されます。

以下のコードに記載しているように、「.groupby」「.sum」「.unstack」を使いながら、データフレームの情報を加工して、2軸で描画したいと考えています。

書いたコード

python

import numpy as np import matplotlib.pyplot as plt from matplotlib import cm fig = plt.figure()fig, ax1 = plt.subplots()ax2 = ax1.twinx() # 2軸グラフの本体設定ax1 = df_bar.groupby(['日付','商品種類'])['在庫残高'].sum().unstack('商品種類').plot( kind='bar', stacked=True, )ax2 = ax2.plot(df_data['日付'], df_data['商品販売数'], color=cm.Set1.colors[1])

前提条件

  • 対象のデータフレームから、「.groupby」「.sum」「.unstack」等を使い、情報を加工すること
  • オブジェクト指向で描画し、後ほどグラフの調整ができるようにすること
  • 対象のデータフレームは日々更新され、「.unstack」される種類が増えること

試したこと

以下の参考URLから察するに、ax=1 , ax=2を重複で書いてしまっているのが原因でコードが上手く実行されないのかと考えています。
参考にしたサイト:
https://datumstudio.jp/blog/matplotlib-2%E8%BB%B8%E3%82%B0%E3%83%A9%E3%83%95%E3%81%AE%E6%9B%B8%E3%81%8D%E6%96%B9/

その上で、以下のように2つ書いてみましたが、どちらもエラーが返ってきました。

# 2軸グラフの本体設定 fig, ax1 = df_bar.groupby(['日付','商品種類'])['在庫残高'].sum().unstack('商品種類').plot( kind='bar', stacked=True, ).subplots() ax2 = ax2.plot(df_data['日付'], df_data['商品販売数'], color=cm.Set1.colors[1]).twinx()
fig, ax1 = plt.subplots(df_bar.groupby(['日付','商品種類'])['在庫残高'].sum().unstack('商品種類').plot( kind='bar', stacked=True, )) ax2 = ax1.twinx(df_data['日付'], df_data['商品販売数'], color=cm.Set1.colors[1])

error

ValueError: Number of rows must be a positive integer, not <AxesSubplot:xlabel='日付'>

実現できそうだけど、できれば避けたいこと

オブジェクト指向で書きたいとおもっており、以下のようにコーディングすれば2軸のグラフの描画をできるのはわかっているのですが
これだと積み上げグラフを書きたい場合に、データ項目が追加される度に、コードを更新する必要があるため、この書き方はやめたいなと考えております。

fig, ax = plt.subplots(0,0,figsize=(30,15)) ax1 = fig.subplots() ax2 = ax1.twinx() data_x = 〜 data_y_1 = 〜 data_y_2 = 〜 data_y_3 = 〜 ax1.plot(data_x, data_y_1,label="k (black)", color="k",marker='o') ax2.bar(data_x,data_y_2) ax2.bar(data_x,data_y_3) ax1.xaxis.set_tick_params(rotation=90) ax2.xaxis.set_tick_params(rotation=90) pass

恐れ入りますが、どのようにコードを記載すればよいか、ご教示いただければと思い、質問させていただきました。
以上、ご知見のある方、ご協力いただければ幸いです。
よろしくお願い致します。

コメントを投稿

0 コメント