Как построить гистограмму для сравнения нескольких систем с несколькими переменными, используя Pandas в Python

Question

Я делаю некоторый базовый анализ данных с Pandas, и у меня возникают проблемы с отображением данных. У меня есть данные для нескольких систем, где каждая система имеет ранговые позиции (1-10). В каждой позиции ранга есть оценки A, C и F с процентом. Я хотел бы иметь график для каждой системы, где ось X содержит ранги, а ось Y содержит проценты оценки. Вот пример моих данных:

{
  "System1": {
      "1": {
             "A": 0.5,
             "C": 0.3,
             "F": 0.1
           },
      "2": {
             "A": 0.3,
             "C": 0.3,
             "F": 0.4
           },
      ...,
      "10": {
              "A": 0.1,
              "C": 0.3,
              "F": 0.6
            }
   },
   "System2": {
       "1": {
              ...
            },
       ...,
       "10": {
              ...
        }
   }
}

Я хотел бы создать график, который выглядит следующим образом:

Я загрузил свои данные в фрейм данных, используя pd.DataFrame.from_dict(ranked_grades) но у меня проблемы с тем, чтобы заставить Панд работать с вложенной структурой моих данных. Мой фрейм данных выглядит так, как только он загружен:

                                              System1                                           System2                                
1   {'C': 0.35377358490566035, 'F': 0.132075471698...  {'C': 0.3696682464454976, 'F': 0.1611374407582...  
2   {'C': 0.33490566037735847, 'F': 0.372641509433...  {'C': 0.3459715639810427, 'F': 0.2890995260663...  
3   {'C': 0.330188679245283, 'F': 0.41037735849056...  {'C': 0.3080568720379147, 'F': 0.4502369668246...  
4   {'C': 0.2783018867924528, 'F': 0.5235849056603...  {'C': 0.3175355450236967, 'F': 0.4739336492890... 
...
10  {'C': 0.2830188679245283, 'F': 0.5943396226415...  {'C': 0.24170616113744076, 'F': 0.630331753554... 

Answer 1

Я изучаю кучу вещей здесь. Я могу обновить этот ответ, если найду больше.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

d = {
    k0: {
        k1: {
            k2: np.random.randint(0, 10) / 10 for k2 in list('ACF')
        } for k1 in range(1, 11)
    } for k0 in ['System1', 'System2']
}

df = pd.Panel(d).to_frame().rename_axis([None, None]).T.stack()
fig, axes = plt.subplots(2, 1, figsize=(6, 4), sharex=True)
for i, (name, group) in enumerate(df.groupby(level=0)):
    group.xs(name).sort_index().plot.bar(ax=axes[i], ylim=[0, 1])
    axes[i].set_title(name, rotation=270, position=(1.05, .55),
                      backgroundcolor='gray')

axes[0].legend(bbox_to_anchor=(1.1, .2), loc=2, borderaxespad=0.)
axes[1].legend().remove()

plt.subplots_adjust(hspace=0.1)

Answer 2

Метод from_dict не ожидает вложенных диктов. Таким образом, вам нужно перебрать и прочитать данные таким образом.

dfs = []
for key in sorted(ranked_grades):
    dfs.append(pd.DataFrame.from_dict(ranked_grades[key]))

Затем запихайте их вместе с конкатом

data = pd.concat(dfs, keys=sorted(ranked_grades))

Теперь у вас должна быть структура данных, с которой вы можете работать.