带有多维数据框的 Pandas+seaborn 刻面答案

【问题标题】：Pandas+seaborn faceting with multidimensional dataframes带有多维数据框的 Pandas+seaborn 刻面
【发布时间】：2018-09-06 09:17:35
【问题描述】：

在 Python pandas 中，我需要从多维 DataFrame 做一个分面网格。在a 和b 列中，我保存了标量值，它们表示实验的条件。在 x 和 y 列中，我有两个 numpy 数组。列x 是数据的x 轴，列y 是对应于f(x) 的函数的值。显然x 和y 的元素数量相同。

我现在想做一个 facet grid，其中行和列指定条件，并在网格的每个单元格中，绘制 D 列与 D 列的值。

这可能是一个最小的工作示例：

import pandas as pd
d = [0]*4 # initialize a list with 4 elements
d[0] = {'x':[1,2,3],'y':[4,5,6],'a':1,'b':2} # then fill these elements
d[1] = {'x':[3,1,5],'y':[6,5,1],'a':0,'b':3}
d[2] = {'x':[3,1,5],'y':[6,5,1],'a':1,'b':3}
d[3] = {'x':[3,1,5],'y':[6,5,1],'a':0,'b':2}
pd.DataFrame(d) # create the pandas dataframe

如何使用现有的分面函数来解决按条件a 和b 分组的y vs x 绘图问题？

由于我需要将此函数应用于具有不同列名的通用数据集，因此我想避免使用硬编码的解决方案，而是看看是否可以将 seaborn FacetGrid 函数扩展到此类问题。

【问题讨论】：

标签： python pandas seaborn facet

【解决方案1】：

我认为最好的方法是先拆分嵌套数组，然后使用 seaborn 创建一个 facet 网格。

感谢这篇文章 (Split nested array values from Pandas Dataframe cell over multiple rows)，我能够在您的数据框中拆分嵌套数组：

unnested_lst = []
for col in df.columns:
    unnested_lst.append(df[col].apply(pd.Series).stack())
result = pd.concat(unnested_lst, axis=1, keys=df.columns).fillna(method='ffill')

然后您可以使用以下代码制作分面网格：

import seaborn as sbn
fg = sbn.FacetGrid(result, row='b', col='a')
fg.map(plt.scatter, "x", "y", color='blue')

【讨论】：

巧妙地使用pd.concat！

【解决方案2】：

你需要一个长框架才能使用FacetGrid，所以最好的办法是分解列表，然后重新组合并应用：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

d = [0]*4
d[0] = {'x':[1,2,3],'y':[4,5,6],'a':1,'b':2} # then fill these elements
d[1] = {'x':[3,1,5],'y':[6,5,1],'a':0,'b':3}
d[2] = {'x':[3,1,5],'y':[6,5,1],'a':1,'b':3}
d[3] = {'x':[3,1,5],'y':[6,5,1],'a':0,'b':2}
df = pd.DataFrame(d)

df.set_index(['a','b'], inplace=True, drop=True)

x_long = pd.melt(df['x'].apply(pd.Series).reset_index(),
                 id_vars=['a', 'b'], value_name='x')

y_long = pd.melt(df['y'].apply(pd.Series).reset_index(),
                 id_vars=['a', 'b'], value_name='y')

long_df = pd.merge(x_long, y_long).drop('variable', axis='columns')

grid = sns.FacetGrid(long_df, row='a', col='b')
grid.map(plt.scatter, 'x', 'y')
plt.show()

这将显示以下内容：

【讨论】：

零时间的好答案，我现在明白需要使用pd.melt的原因。

【解决方案3】：

我相信最好、最短和最容易理解的解决方案是定义一个恰当创建的lambda 函数。它以FacetGrid.map 方法指定的映射变量作为输入，并通过.values[0] 以numpy 数组的形式获取其值，因为它们是唯一的。

import pandas as pd
d = [0]*4 # initialize a list with 4 elements
d[0] = {'x':[1,2,3],'y':[4,5,6],'a':1,'b':2} # then fill these elements
d[1] = {'x':[3,1,5],'y':[6,5,1],'a':0,'b':3}
d[2] = {'x':[3,1,5],'y':[6,5,1],'a':1,'b':3}
d[3] = {'x':[3,1,5],'y':[6,5,1],'a':0,'b':2}
df = pd.DataFrame(d) # create the pandas dataframe

import seaborn as sns
import matplotlib.pyplot as plt
grid = sns.FacetGrid(df,row='a',col='b')
grid.map(lambda _x,_y,**kwargs : plt.scatter(_x.values[0],_y.values[0]),'x','y')

【讨论】：