Seaborn FacetGrid条形图和色调

时间:2016-02-05 17:54:54

标签: python pandas seaborn

我有一个具有以下结构的DataFrame:

interval    segment  variable        value
4   02:00:00      Night  weekdays   154.866667
5   02:30:00      Night  weekdays   100.666667
6   03:00:00      Night  weekdays    75.400000
7   03:30:00      Night  weekdays    56.533333
8   04:00:00      Night  weekdays    55.000000
9   04:30:00      Night  weekends    53.733333
10  05:00:00      Night  weekends    81.200000
11  05:30:00      Night  weekends   125.933333
14  07:00:00    Morning  weekdays   447.200000
15  07:30:00    Morning  weekends   545.200000
16  08:00:00    Morning  weekends   668.733333
17  08:30:00    Morning  weekends   751.333333
18  09:00:00    Morning  weekdays   793.800000
19  09:30:00    Morning  weekdays   781.125000
23  11:30:00       Noon  weekdays   776.375000
24  12:00:00       Noon  weekdays   741.812500
25  12:30:00       Noon  weekends   723.000000
26  13:00:00       Noon  weekends   734.562500
27  13:30:00       Noon  weekends   763.882353
28  14:00:00  Afternoon  weekdays   810.411765
31  15:30:00  Afternoon  weekdays   855.411765
32  16:00:00  Afternoon  weekdays   824.882353
33  16:30:00  Afternoon  weekends   768.529412
34  17:00:00  Afternoon  weekends   790.812500
35  17:30:00  Afternoon  weekends   809.125000

我想制作一个多面条状图形网格,每个变量一个(工作日/周末),然后根据"段"列。

制作两个条形图非常简单:

g = sns.FacetGrid(melted, col="variable")
g.map(sns.barplot,'interval','value')

这会产生(我知道xlabels是错的,我可以纠正): enter image description here

我根据"段"坚持着色吧。根据文档,我需要做的就是在实例化FacetGrid时添加变量并设置一些调色板:

g = sns.FacetGrid(melted, col="variable",hue="segment",palette="Set3")
g.map(sns.barplot,'interval','value')

但这会产生: enter image description here

这些条形堆叠在一起,而不是分散在整个区间。我在这里缺少什么?

我已使用数据集创建了gist

1 个答案:

答案 0 :(得分:10)

由于interval嵌套在x变量(segment)中,因此您需要告知barplot x变量的所有可能级别,这样他们就不会彼此重叠:

times = df.interval.unique()
g = sns.FacetGrid(df, row="variable", hue="segment",
                  palette="Set3", size=4, aspect=2)
g.map(sns.barplot, 'interval', 'value', order=times)

enter image description here