【Python】Pandasで複数の折れ線グラフを描画する方法：データ可視化のコツ

はじめに：複数の折れ線グラフを描画する際のpandasの利点

データ可視化は、データを理解するための重要な手段の1つです。特に、複数の変数を比較する必要がある場合、グラフを用いた可視化は非常に有効です。Pandasは、データフレームという表形式のデータを扱うためのライブラリであり、複数の折れ線グラフを描画する場合に非常に便利です。複数の折れ線グラフを1つのグラフにまとめることができ、比較が容易になります。

必要なライブラリのインストールとインポート

複数の折れ線グラフを描画するために、以下のライブラリを使用します。

Pandas
Matplotlib

これらのライブラリがインストールされていない場合は、以下のコマンドを実行してください。

!pip install pandas matplotlib

次に、必要なライブラリをインポートします。

import pandas as pd
import matplotlib.pyplot as plt

データフレームの準備と整形：データのロードや前処理

複数の折れ線グラフを描画するために、複数のデータフレームを作成する必要があります。ここでは、サンプルデータとして、ある製品の販売台数を月次で集計したデータを用いることにします。

df1 = pd.read_csv('data1.csv')
df2 = pd.read_csv('data2.csv')
df3 = pd.read_csv('data3.csv')

各データフレームの列には、月と販売台数が含まれています。データを可視化するために、月をx軸に、販売台数をy軸に設定する必要があります。また、データフレームの列名を変更することで、可視化に適した形式に変換する必要があります。

# データフレームの列名を変更する
df1.columns = ['month', 'sales1']
df2.columns = ['month', 'sales2']
df3.columns = ['month', 'sales3']
# 月をインデックスに設定する
df1 = df1.set_index('month')
df2 = df2.set_index('month')
df3 = df3.set_index('month')
# インデックスを月ごとの日付型に変換する
df1.index = pd.to_datetime(df1.index, format='%Y-%m')
df2.index = pd.to_datetime(df2.index, format='%Y-%m')
df3.index = pd.to_datetime(df3.index, format='%Y-%m')

ここで、データフレームの列名を変更し、月をインデックスに設定します。さらに、インデックスを月ごとの日付型に変換する必要があります。

折れ線グラフの描画：複数のデータフレームからグラフを生成

準備が整ったので、折れ線グラフを描画することができます。まず、1つのデータフレームのグラフを描画する方法を示します。

plt.plot(df1.index, df1['sales1'], label='sales1')
plt.xlabel('month')
plt.ylabel('sales')
plt.title('Sales of product A')
plt.legend()
plt.show()

このコードでは、Matplotlibのplt.plot()関数を使用して、x軸にはインデックス（月）、y軸には販売台数を設定し、グラフを描画します。また、plt.xlabel()関数とplt.ylabel()関数を使用して、軸ラベルを設定し、plt.title()関数を使用して、グラフのタイトルを設定します。最後に、plt.legend()関数を使用して、凡例を表示します。

複数の折れ線グラフを1つのグラフにまとめるには、同じaxesオブジェクトを使用する必要があります。以下のコードでは、3つのデータフレームのグラフを1つのグラフにまとめます。

fig, ax = plt.subplots()
ax.plot(df1.index, df1['sales1'], label='sales1')
ax.plot(df2.index, df2['sales2'], label='sales2')
ax.plot(df3.index, df3['sales3'], label='sales3')
ax.set_xlabel('month')
ax.set_ylabel('sales')
ax.set_title('Sales of products A, B and C')
ax.legend()
plt.show()

このコードでは、Matplotlibのplt.subplots()関数を使用して、axesオブジェクトを作成します。それから、axesオブジェクトのax.plot()関数を使用して、3つのデータフレームのグラフを描画します。また、ax.set_xlabel()関数とax.set_ylabel()関数を使用して、軸ラベルを設定し、ax.set_title()関数を使用して、グラフのタイトルを設定します。最後に、ax.legend()関数を使用して、凡例を表示します。

グラフの見栄えや凡例の設定方法

グラフの見栄えを改善するために、以下のような設定を行うことができます。

グラフの色や線の種類を変更する
軸の範囲を設定する
グリッド線を表示する

以下のコードでは、グラフの色や線の種類を変更し、軸の範囲を設定し、グリッド線を表示する方法を示します。

fig, ax = plt.subplots()
ax.plot(df1.index, df1['sales1'], color='blue', linestyle='--', label='sales1')
ax.plot(df2.index, df2['sales2'], color='red', linestyle='-.', label='sales2')
ax.plot(df3.index, df3['sales3'], color='green', linestyle=':', label='sales3')
ax.set_xlabel('month')
ax.set_ylabel('sales')
ax.set_title('Sales of products A, B and C')
ax.legend()
# x軸の範囲を設定する
ax.set_xlim([pd.to_datetime('2019-01'), pd.to_datetime('2020-12')])
# y軸の範囲を設定する
ax.set_ylim([0, 150])
# グリッド線を表示する
ax.grid(True)
plt.show()

このコードでは、ax.plot()関数でグラフの色や線の種類を変更し、ax.set_xlim()関数とax.set_ylim()関数でx軸とy軸の範囲を設定します。また、ax.grid()関数でグリッド線を表示します。