Question

我有这个示例数据框：

      animal gender     name  first  second  third
0     dog      m      Ben      5       6      3
1     dog      f    Lilly      2       3      5
2     dog      m      Bob      3       2      1
3     cat      f     Puss      1       4      4
4     cat      m  Inboots      3       6      5
5    wolf      f     Lady    NaN       0      3
6    wolf      m   Summer      2       2      1
7    wolf      m     Grey      4       2      3
8    wolf      m     Wind      2       3      5
9    lion      f     Elsa      5       1      4
10   lion      m    Simba      3       3      3
11   lion      f     Nala      4       4      2

现在，我怀疑我可能需要一些分层索引，但我还没有在Pandas那么远。但是，我真的需要用它做一些（显然太高级）的事情，并且还没弄明白该怎么做。基本上，我最想要的是，在这种情况下，一个情节（可能是一个散点图，虽然一条线现在也可以正常使用）。

1）我想有一个4个子图的数字 - 每个动物的一个子图。每个子情节的标题应该是动物。

2）在每个子图中，我想绘制数字（例如每年出生的小熊数），即给定行的“第一”，“第二”和“第三”的值，并给出它是一个标签，它会在图例中显示“名称”。对于每个子图（每只动物），我想分别绘制男性和女性（例如蓝色的男性和红色的女性），此外，还绘制动物的平均值（即每个列的平均值）给予动物）黑色。

3）注意事项：将其与1,2,3进行绘图 - 参考列号，因此，例如，对于标题为“dog”的第一个子图，我想绘制像plt.plot(np.array([1,2,3]),x,'b', np.array([1,2,3]),y,'r', np.array([1,2,3]), np.mean(x,y,axis=1),'k')这样的东西，其中x将是（在第一种情况下）5,6,3并且该蓝色图的图例将显示'Ben'，y将是2,3,5，红色情节的传说将显示'Lilly'，黑色情节将是3.5,4.5,4，在传说中我会定义它是“意味着”（对于每个子图。）

我希望自己足够清楚。我明白，如果没有看到结果，可能很难想象它，但是......好吧，如果我知道怎么做，我就不会问......

总而言之，我想循环不同层次的数据框架，让动物在不同的子图上进行比较，男性和女性的比较以及每个子图中它们之间的平均值。

我的实际数据帧要大得多，所以在理想情况下，我想要一个强大但易于理解的解决方案（对于编程初学者）。

要了解子图应该是什么样子，这是excel中的产品：

briefly outlined plot

Answer 1

我不确定我是否理解你的意思。但我认为您需要将数据帧转换为longform格式或tidy format，因为使用该格式的许多操作都会更容易，首先是根据分类变量制作绘图。

将df作为您的数据框，将其转换为整洁的格式，只需使用：

df2 = pd.melt(df, id_vars=["animal","gender","name"])
df2
  animal gender     name variable  value
0    dog      m      Ben    first    5.0
1    dog      f    Lilly    first    2.0
2    dog      m      Bob    first    3.0
3    cat      f     Puss    first    1.0
4    cat      m  Inboots    first    3.0
...
31   wolf     m     Grey    third    3.0
32   wolf     m     Wind    third    5.0
33   lion     f     Elsa    third    4.0
34   lion     m    Simba    third    3.0
35   lion     f     Nala    third    2.0

然后（几乎）一切都变得简单，只需使用seaborn如下：

g = sns.factorplot(data=df2, # from your Dataframe
                   col="animal", # Make a subplot in columns for each variable in "animal"
                   col_wrap=2, # Maximum number of columns per row 
                   x="variable", # on x-axis make category on the variable "variable" (created by the melt operation)
                   y="value", # The corresponding y values
                   hue="gender", # color according to the column gender
                   kind="strip", # the kind of plot, the closest to what you want is a stripplot, 
                   legend_out=False, # let the legend inside the first subplot.
                   )

然后你可以改善整体审美：

g.set_xlabels("year")
g.set_titles(template="{col_name}") # otherwise it's "animal = dog", now it's just "dog"
sns.despine(trim=True) # trim the axis.

要添加平均值，您必须手动执行我担心，但是，如果您有更多数据，您可以考虑一个盒子图或小提琴图，您可以在stripplot顶部使用，顺便说一句。

我邀请您查看Seaborn's documentation以进一步改善您的情节。

HTH

如何绘制pandas数据帧的某些行？

1 个答案: