matplotlibを用いたデータ作図に関して<重複INDEX情報>

Question

閲覧頂き、ありがとうございます。

matplotlibを用いたデータ作図で困っていることがあり、質問させて頂きます。
少し長いですが、お付き合いいただければ幸いです。

実現したいこと

現在CSVデータを元にして、matplotlibを用いて作図をしています。

pythonのpandasを用いて、CSVデータより以下のデータフレームを作成しました。
(そのデータフレーム名は「data」とします。)

作成したdataの『trade_date』をX軸、『volume』をY軸として、
添付画像①(理想とする図)のような棒グラフを作成したいと考えています。
具体的に実現したいことは、以下の内容です

• trade_dateでソートされている
• trade_date毎にvolumeの合計値を出ている

データフレーム名：data

列1	trade_date	volume
1013	20220606	45.0
1379	20220606	3735.0
1852	20220606	5206.0
2884	20220603	139.0
3247	20220603	1798.0
3699	20220603	4650.0
4662	20220602	540.0
5037	20220602	628.0
5438	20220602	501.0
5517	20220601	941.0
5609	20220601	735.0
6048	20220601	74.0
7178	20220531	188.0
7496	20220531	567.0
7883	20220531	106.0

添付画像①理想とする図(スプレッドシートでサンプルを作成)

現状の進捗状況

とりあえずdataを.plot.barで作成してみました。
添付画像②(現状)のように、

• 日付はdataを上から見ていくだけ
• index毎に棒グラフが作成される

という成果となりました。

data.plot.bar(x='trade_date',y='volume')

添付画像②現状

疑問点

理想とする図を作成するには、『data』を以下の『data_2』のように、
更にPandasにて前処理をするしか方法はないでしょうか？

• trade_dateでソートしておく(日付の若い順にしておく)
• trade_date毎にvolumeの合計値を出しておく

データフレーム名：data_2

trade_date	volume
20220531	861
20220601	1750
20220602	1669
20220603	6587
20220606	8986

元の保持している時系列データから、dataまでに4回整形処理をしております。
なので、もう1回整形処理すれば解決するのは理解できるのですが、
ゴリ押し過ぎて無理やりやってる感が良くないように考えています。
このままだと想定しているコードの完成形が尋常じゃなく長くなりそうなので、一度質問してみようと考えて投稿致しました。

エクセルでの資料作成の経験とVBAを少し触ったことがあるくらいで、pythonだったら更に楽にデータ整形と資料作成ができると思って勉強し始めております。
面倒なことはpythonに丸投げしたいという考えです。

時系列情報の保管から見直そうとも検討しております。

追加で必要な情報がありましたら、お伝え下さい。追記致します。
以上、ご協力いただける方がいらっしゃいましたら、コメントよろしくお願い致します。

Answer 1

※ pandas.DataFrame.groupby では、グループキーはソートされます(デフォルトの動作)

df.groupby('trade_date')['volume'].sum().plot(kind='bar', zorder=3, figsize=(8, 4))

plt.xticks(rotation=0)
plt.ylim(0, 10000)
plt.yticks(np.linspace(0, 10000, 5))
plt.ylabel(df.columns[-1])
plt.tick_params(length=0)
plt.legend('', frameon=False)
plt.grid(axis='y', color='k', linestyle='-', linewidth=.2, zorder=0)
plt.gca().spines[['top', 'left', 'right']].set_visible(False)
plt.show()

Comments

[karakarakarappo]

知見を共有頂きありがとうございます。
初歩的なことでしたが、ご指摘頂き勉強になりました。
もう少しドキュメント等読み込もうと思います。

Answer 2

以下のような感じで集計＆整形は２行でできるので、それほど無理やりでもないかと思います。

import pandas as pd
from io import StringIO
import matplotlib.pyplot as plt

# テストデータ
s = """列1,trade_date,volume
1013,20220606,45.0
1379,20220606,3735.0
1852,20220606,5206.0
2884,20220603,139.0
3247,20220603,1798.0
3699,20220603,4650.0
4662,20220602,540.0
5037,20220602,628.0
5438,20220602,501.0
5517,20220601,941.0
5609,20220601,735.0
6048,20220601,74.0
7178,20220531,188.0
7496,20220531,567.0
7883,20220531,106.0"""
df = pd.read_csv(StringIO(s), dtype={'trade_date':str})

# 集計＆整形
df = df.groupby('trade_date').sum().reset_index()
df = df.sort_values('trade_date').loc[:,['trade_date','volume']]

df.plot.bar(x='trade_date', y='volume')
plt.show()

Comments

[karakarakarappo]

集計部分に関して、知見を共有頂きありがとうございます。
非常に参考になりました。

.groupby()を用いれば、無理矢理感をなくして他の処理も行えそうです。