在 pandas 中查询数据，其中点按 hexbin 函数分组

Question

seaborn 和 pandas 都提供 API，以便将二元直方图绘制为 hexbin 图（下图示例）。但是，我正在搜索对位于同一 hexbin 中的点执行查询。是否有一个函数可以检索与 hexbin 中的数据点关联的行？

举个例子： 我的数据框包含 3 行：A、B 和 C。我使用sns.jointplot(x=A,y=B) 来绘制密度。现在，我想对位于同一 bin 中的每个数据点执行查询。例如，对于每个 bin，计算与每个点关联的 C 值的平均值。

Answer 1

当前解决方案——快速破解

目前，我已经实现了以下函数，以将函数应用于与位于同一 hexbin 中的 (x,y) 坐标关联的数据：

def hexagonify(x, y, values, func=None):

    hexagonized_list = []

    fig = plt.figure()
    fig.set_visible(False)
    if func is not None:
        image = plt.hexbin(x=x, y=y, C=values, reduce_C_function=func)
    else:
        image = plt.hexbin(x=x, y=y, C=values)

    values = image.get_array()

    verts = image.get_offsets()
    for offc in range(verts.shape[0]):
            binx, biny = verts[offc][0], verts[offc][1]
            val = values[offc]
            if val:
                hexagonized_list.append((binx, biny, val))

    fig.clear()
    plt.close(fig)
    return hexagonized_list

值（与 x 或 y 大小相同）通过 values 参数传递。 hexbin 是通过matplotlib 的hexbin 函数计算的。这些值是通过返回的PolyCollection 的get_array() 函数检索的。默认情况下，np.mean 函数应用于每个 bin 的累积值。可以通过向func 参数提供函数来更改此功能。随后，get_offsets() 方法允许我们计算 bin 的中心 (discussed here)。通过这种方式，我们可以（默认情况下）关联每个 hexbin 提供的值的平均值。但是，此解决方案是一个 hack，因此欢迎对此解决方案进行任何改进。

Answer 2

来自matplotlib

如果你已经画好了情节，你可以从polycollection得到由matplotlib返回的Bin Counts：

polycollection：一个 PolyCollection 实例；在此使用 PolyCollection.get_array 来获取每个六边形的计数。

此功能也可用于：

• matplotlib.pyplot.hist2d;
• numpy.histogram2d;

纯pandas

这里的 MCVE 只使用可以处理 C 属性的 pandas：

import numpy as np
import pandas as pd

# Trial Dataset:
N=1000
d = np.array([np.random.randn(N), np.random.randn(N), np.random.rand(N)]).T
df = pd.DataFrame(d, columns=['x', 'y', 'c'])

# Create bins: 
df['xb'] = pd.cut(df.x, 3)
df['yb'] = pd.cut(df.y, 3)

# Group by and Aggregate:
p = df.groupby(['xb', 'yb']).agg('mean')['c']
p.unstack()

首先我们使用pandas.cut 创建垃圾箱。然后我们group by and aggregate。您可以选择您喜欢的agg 函数聚合C（例如max、median 等）。

输出大约是：

yb               (-2.857, -0.936]  (-0.936, 0.98]  (0.98, 2.895]
xb                                                              
(-2.867, -0.76]          0.454424        0.519920       0.507443
(-0.76, 1.34]            0.535930        0.484818       0.513158
(1.34, 3.441]            0.441094        0.493657       0.385987