准备pandas数据帧以使用错误栏进行绘图

时间:2015-02-09 18:03:56

标签: python numpy pandas ggplot2

我准备了一个pandas数据帧,用于在R&#39的ggplot2中绘制带有误差条的数据帧,这需要计算列的统计数据。错误栏需要最小值(平均值 - 标准开发)和 最大值(平均值+标准差)。我使用groupby / agg得到这些:

import pandas
import numpy as np

df = pandas.DataFrame({"id": ["a", "b", "c", "d"],
                       "exp": [10, 20, 30, 40],
                       "res1": [11, 22, 35, 42],
                       "res2": [9, 19, 32, 40],
                       "res3": [10.5, 20.8, 34, 48]})
# melt dataframe
m = pandas.melt(df, id_vars=["id", "exp"])
# get mean/std
summary = m.groupby("exp").agg([np.mean, np.std])
# add min and max under "value"
summary[("value", "min")] = summary[("value", "mean")] - summary[("value", "std")]
summary[("value", "max")] = summary[("value", "mean")] + summary[("value", "std")]

然后用R绘图如下:

# plot with R
p = ggplot2.ggplot(m) + \
    ggplot2.geom_point(aes_string(x="exp", y="value", colour="variable"), data=m)
    ggplot2.geom_errorbar(aes_string(x="exp", y="mean", ymin="min", ymax="max"), data=summary)

有没有办法简化" min" /" max"的计算?列,因为它是如此常见的操作?是否需要创建一个单独的数据框("摘要"上面),或者是否有一种优雅的方法将相同的信息放入原始的融合数据框中?

groupby返回一个分层索引的数据框,所以我把"表示"和" std"在"价值"看起来太复杂了。

1 个答案:

答案 0 :(得分:2)

尝试在没有numpy .agg函数的情况下执行相同的操作,并使用Pandas中内置的.mean()和.std()函数。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({"id": ["a", "b", "c", "d"],
                   "exp": [10, 20, 30, 40],
                   "res1": [11, 22, 35, 42],
                   "res2": [9, 19, 32, 40],
                   "res3": [10.5, 20.8, 34, 48]})

m = pd.melt(df, id_vars=["id", "exp"])

mean = m.groupby("exp").mean()

errors = m.groupby("exp").std()

fig, ax = plt.subplots()
mean.plot(yerr=errors, kind='bar')

您应该得到以下结果: enter image description here