Gráficos de densidad múltiple con pandas en Python

Los gráficos de densidad múltiple son una excelente manera de comparar la distribución de varios grupos en sus datos. Podemos hacer gráficos de densidad múltiple usando la función pandas plot.density() . Sin embargo, necesitamos convertir datos en un formato ancho si estamos usando la función de densidad. Los datos amplios representan diferentes grupos en diferentes columnas. Convertimos datos en formato ancho usando la función pivot() de Pandas .

Vamos a crear el marco de datos simple y luego remodelarlo en un formato ancho:

Ejemplo 1:

Aquí estamos utilizando este conjunto de datos .

Paso 1: crear un marco de datos a partir de un conjunto de datos.

import pandas as pd
  
# creating a dataframe
df = pd.read_csv(r"gapminder1.csv")
df.head()

Producción: 

conjunto de datos

Paso 2: Agrupemos los datos según los países en diferentes columnas para que podamos aplicar la función de densidad() para trazar gráficos de densidad múltiple.

# converting data into wide-format
data_wide = df.pivot(columns='continent',
                     values='lifeExp')
data_wide.head()

Producción: 

Paso 3: ahora vamos a trazar un diagrama de densidad múltiple usando plot.density()

import matplotlib.pyplot as plt
  
# calling density() to make
# multiple density plot 
data_wide.plot.density(figsize = (7, 7),
                       linewidth = 4)
  
plt.xlabel("life_Exp")

Producción :

Parcelas de densidad múltiple

Ejemplo 2: También podemos llamar a la función plot.kde() en el marco de datos para hacer gráficos de densidad múltiple con Pandas.

Aquí estamos usando el conjunto de datos de consejos para este ejemplo, puede encontrarlo aquí .

Paso 1: crear un marco de datos a partir de un conjunto de datos.

import pandas as pd
  
# creating a dataframe
df = pd.read_csv(r"tips.csv")
df.head()

Producción:

tips_df

Paso 2: ahora aplique la función pivot() para tener un marco de datos en formato ancho y luego aplique kde() para tener un gráfico de densidad múltiple. 

# Converting to wide dataframe
data_wide = df.pivot(columns = 'day',
                     values = 'total_bill')
  
# plotting multiple density plot
data_wide.plot.kde(figsize = (8, 6),
                   linewidth = 4)

Producción:

consejos múltiples DP