在 Python pandas 中拆分和连接数据帧以使用 rpy2 进行绘图

Question

我有一个关于 Python 中的 pandas 数据框的问题：我有一个大数据框 df，我将它分成两个子集，df1 和 df2。 df1 和 df2 一起并不能构成 df 的全部，它们只是它的两个互斥子集。我想用 rpy2 在 ggplot 中绘制它，并根据它们来自df1 或df2 在图中显示变量。 ggplot2 需要一个融化的数据框，所以我必须创建一个新的数据框，其中有一列说明每个条目是来自df1 还是df2，以便可以将此列传递给ggplot。我试过这样做：

# add labels to df1, df2
df1["label"] = len(df1.index) * ["df1"]
df2["label"] = len(df2.index) * ["df2"]
# combine the dfs together
melted_df = pandas.concat([df1, df2])

现在可以绘制如下：

# plot parameters from melted_df and colour them by df1 or df2
ggplot2.ggplot(melted_df) + ggplot2.ggplot(aes_string(..., colour="label"))

我的问题是是否有一种更简单、更快捷的方法来做到这一点。 ggplot 需要不断熔化/不熔化 dfs，总是手动将熔化的形式添加到 df 的不同子集似乎很麻烦。谢谢。

Answer 1

当然，您可以使用以下方法进行简化：

df1['label'] = 'df1'

（而不是df1["label"] = len(df1.index) * ["df1"]。）

如果您发现自己经常这样做，为什么不创建自己的函数呢？ （类似这样）：

plot_dfs(dfs):
    for i, df in enumerate(dfs):
        df['label'] =  'df%s' % i+1 # note: this *changes* df
    melted_df = pd.concat(dfs)

    # plot parameters from melted_df and colour them by df1 or df2
    ggplot2.ggplot(melted_df) + ggplot2.ggplot(aes_string(..., colour="label"))

    return # the melted_df or ggplot ?