Python Pandas 通过字典键（元组）循环并相互绘制变量答案

【问题标题】：Python Pandas Loop through Dictionary Keys (which are tuples) and plot variables against each otherPython Pandas 通过字典键（元组）循环并相互绘制变量
【发布时间】：2018-10-24 14:41:13
【问题描述】：

我有一个相关矩阵（以 DataFrame 的形式），我从中返回一个系列，它是前 n 个相关的列对和相关的值：

HCT    HGB            0.928873
ALT    AST            0.920744
MCH    MCV            0.861742
bpsys  bpdia          0.846069
HCT    RBC            0.769507
HGB    RBC            0.697879
       gender_Male    0.690716
CL     SODIUM         0.688227
LYM    WBC            0.672971
RBC    gender_Male    0.663275
HCT    gender_Male    0.660515
MCH    MCHC           0.571524
age    HGB            0.512578
HGB    MCHC           0.506935
age    gender_Male    0.493219
dtype: float64

请参阅this 了解我的意思的示例。我将生成的 Series 对象转换为字典，如下所示：

top_corrs = top_corrs.to_dict()

这个字典的结果键是前 n 个相关变量的元组，我通过以下方式找到：

top_corrs.keys()

产生 15 个键：

dict_keys([('HCT', 'HGB'), ('ALT', 'AST'), ('MCH', 'MCV'), ('bpsys', 'bpdia'), ('HCT', 'RBC'), ('HGB', 'RBC'), ('HGB', 'gender_Male'), ('CL', 'SODIUM'), ('LYM', 'WBC'), ('RBC', 'gender_Male'), ('HCT', 'gender_Male'), ('MCH', 'MCHC'), ('age', 'HGB'), ('HGB', 'MCHC'), ('age', 'gender_Male')])

现在，我想做的是回到我原来计算相关性的 DataFrame，并在字典键中循环绘制这些列元组。

有点像这样：

Key1 = ('HCT', 'HGB')

sns.lmplot(y = ‘HCT’  x=’HGB’, data= originaldata, hue=huevar, col=colvar, palette='Set1')

Key2 = ('ALT', 'AST')

sns.lmplot(y = ‘HCT’  x=’HGB’, data= originaldata, hue=huevar, col=colvar, palette='Set1')

从某种意义上说，我想“解包”（不知道我是否正确地使用了这个词）这些元组并将它们相互绘制？

这可能吗，还是我只是绊倒了？

谢谢你

【问题讨论】：

标签： python pandas dictionary seaborn iterable-unpacking

【解决方案1】：

您可以在 for 循环中迭代字典键，然后对元组中的每个元素进行子集化：

for key in top_corrs:    
    sns.lmplot(y = key[0],  x=key[1], data=originaldata, palette='Set1')

【讨论】：