Seaborn的时间序列图，带有最小/最大阴影

Question

我试图创建一个基于以下数据的3行时间序列图，在一个Week x重载图中，每个集群是不同的行。

我对每个（集群，每周）对有多个观察（每个atm有5个，将有1000个）。我希望线上的点是特定（集群，周）对的平均过载值，频带是它的最小/最大值。

当前正在使用以下代码位来绘制它，但我没有得到任何行，因为我不知道要使用当前数据帧指定哪个单元：

    ax14 = sns.tsplot(data = long_total_cluster_capacity_overload_df, value = "Overload", time = "Week", condition = "Cluster")

GIST Data

我有一种感觉，我仍然需要重新塑造我的数据框架，但我不知道如何。寻找像这样的最终结果

Answer 1

我真的认为我可以用seaborn.tsplot来做。但看起来不太对劲。这是我和西伯恩的结果：

cluster_overload = pd.read_csv("TSplot.csv", delim_whitespace=True)
cluster_overload['Unit'] = cluster_overload.groupby(['Cluster','Week']).cumcount()
ax = sns.tsplot(time='Week',value="Overload", condition="Cluster", ci=100, unit="Unit", data=cluster_overload)

输出：

我真的很困惑为什么unit参数是必要的，因为我的理解是，所有的数据都是基于(time, condition)聚合的，而Seaborn Documentation将unit定义为

Field in the data DataFrame identifying the sampling unit (e.g. subject, neuron, etc.). The error representation will collapse over units at each time/condition observation. This has no role when data is an array.

我不确定“崩溃”的含义，特别是因为我的定义不会将其作为必需的变量。

不管怎么说，如果你想得到你所讨论的内容，这里有一个输出，而不是几乎那么漂亮。我不知道如何在这些地区手动阴影，但请分享，如果你想出来。

cluster_overload = pd.read_csv("TSplot.csv", delim_whitespace=True)
grouped = cluster_overload.groupby(['Cluster','Week'],as_index=False)
stats = grouped.agg(['min','mean','max']).unstack().T
stats.index = stats.index.droplevel(0)

colors = ['b','g','r']
ax = stats.loc['mean'].plot(color=colors, alpha=0.8, linewidth=3)
stats.loc['max'].plot(ax=ax,color=colors,legend=False, alpha=0.3)
stats.loc['min'].plot(ax=ax,color=colors,legend=False, alpha=0.3)

输出：