数据集具有 NaN 值时的 Seaborn 配对图错误答案

【问题标题】：How to handle seaborn pairplot errors when the dataset has NaN values?数据集具有 NaN 值时的 Seaborn 配对图错误
【发布时间】：2019-12-12 09:40:40
【问题描述】：

我有一个 pandas DataFrame，其中多列填充了数字和行，其中第一列是分类数据。显然，我在不同列的多行（当然不是整个空白行）中有 NaN 值（和零），毕竟这是工程和真实数据。

行在其他非 nan 列中具有有价值的数据。并且这些列在其他行中有有价值的数据，这些数据也不是 nan

问题是 sns.pairplot 不会忽略 NaN 值的相关性并返回错误（例如除以零、字符串到浮点数转换等）。

我看到有人说要使用 fillna() 方法，但我希望是否有人知道更优雅的方法来执行此操作，而不必通过该解决方案并花费大量时间来修复绘图、轴、过滤器等之后。我不喜欢这种解决方法。

与此人所报告的相似

https://github.com/mwaskom/seaborn/issues/1699

ZeroDivisionError: 0.0 不能提升到负幂

enter image description here

【问题讨论】：

在绘图之前先从数据中删除 nans。
这不是重点，因为这些行在其他非 nan 列中有有价值的数据。
并且这些列在其他行中有有价值的数据，这些数据也不是nan
Seaborn 无论如何都需要长格式数据集，因此任何列中带有 nan 的行都没有用，可以删除。
绝对不是，我那里有重要数据，我只需要对图忽略任何处理 nan 值的相关性并传递它。这是一个简单的概念。

标签： python pandas plot seaborn nan

【解决方案1】：

Seaborn 的PairGrid 函数可让您创建所需的情节。 PairGrid 比 sns.pairplot 灵活得多。创建的任何PairGrid 都具有三个部分：上三角形、下三角形和对角线。

对于每个部分，您可以定义自定义的绘图功能。上下三角形部分可以采用任何接受两个特征数组（例如plt.scatter）以及任何相关关键字（例如marker）的绘图函数。对角线部分接受一个绘图函数，该函数除了相关关键字外，还具有单个特征数组作为输入（例如plt.hist）。

为了您的目的，您可以过滤掉自定义函数中的 NaN：

from sklearn import datasets
import pandas as pd
import numpy as np
import seaborn as sns

data = datasets.load_iris()
iris = pd.DataFrame(data.data, columns=data.feature_names)

# break iris dataset to create NaNs
iris.iat[1, 0] = np.nan
iris.iat[4, 0] = np.nan
iris.iat[4, 2] = np.nan
iris.iat[5, 2] = np.nan

# create customized scatterplot that first filters out NaNs in feature pair
def scatterFilter(x, y, **kwargs):

    interimDf = pd.concat([x, y], axis=1)
    interimDf.columns = ['x', 'y']
    interimDf = interimDf[(~ pd.isnull(interimDf.x)) & (~ pd.isnull(interimDf.y))]

    ax = plt.gca()
    ax = plt.plot(interimDf.x.values, interimDf.y.values, 'o', **kwargs)

# Create an instance of the PairGrid class.
grid = sns.PairGrid(data=iris, vars=list(iris.columns), size = 4)

# Map a scatter plot to the upper triangle
grid = grid.map_upper(scatterFilter, color='darkred')

# Map a histogram to the diagonal
grid = grid.map_diag(plt.hist, bins=10, edgecolor='k', color='darkred')

# Map a density plot to the lower triangle
grid = grid.map_lower(scatterFilter, color='darkred')

这将产生以下情节： Iris Seaborn PairPlot

PairPlot 允许您绘制等高线图、使用描述性统计数据注释面板等。有关更多详细信息，请参阅here。

【讨论】：