我有一个8行6028列的数据框。我想为第一列创建一个包含8行的热图(最终,我将创建一个动画,以便该地图更新每列的读数)
这是数据框的摘要:
isShowUploadButton = true;
isSshowCancelButton = true;
isDisabled = false;
disableButton(){
this.isDisabled = true;
this.isShowUploadButton = false;
this.isSshowCancelButton = false;
}
我使用了以下代码,但是它给出了一个图,其中堆积了索引,并且数据框中的所有数据都是
value
percentage_time 0.00 0.15 0.16
region
Anterior Distal 0.111212 0.119385 0.116270
Anterior Proximal 0.150269 0.153613 0.168188
Lateral Distal 0.130440 0.137157 0.136494
Lateral Proximal 0.171977 0.182251 0.181090
Medial Distal 0.077468 0.082064 0.082553
Medial Proximal 0.194924 0.198803 0.199339
Posterior Distal 0.164124 0.171221 0.166328
Posterior Proximal 0.131310 0.145706 0.136094
当我尝试使用以下代码获取第一列时,得到以下内容:
sns.heatmap(region_pressure_data)
理想情况下,我想要一张8个区域的地图,其中有2行(近端和远端)和4列(前,外侧,后,内侧),显示一列的数据。
对于使用此方法进行改进或有更好的方法来应对挑战的建议,我将不胜感激。
谢谢。
答案 0 :(得分:1)
索引中的数据必须是单元格的一部分,并且您可能需要一个透视图。 为了说明,我创建了一些类似的数据框,但其中的列较少,以说明我在做什么。我希望这是您正在使用的结构?
df = pd.DataFrame(index=["Anterior Distal", "Anterior Proximal", "Lateral Distal", "Lateral Proximal"], data={0.:[1,2,3,4], 1.:[5,6,7,8]})
print(df)
>>>
0.0 1.0
region
Anterior Distal 1 5
Anterior Proximal 2 6
Lateral Distal 3 7
Lateral Proximal 4 8
据我了解,您想显式地引用索引的两个部分,因此您需要先拆分索引。例如,您可以通过以下方式执行此操作:首先使用pandas方法拆分字符串,然后将其转换为可切片的numpy数组
index_parts = np.array(df.index.str.split().values.tolist())
index_parts[:,0]
>>> array(['Anterior', 'Anterior', 'Lateral', 'Lateral'], dtype='<U8')
现在,您可以将其添加为新列
df["antlat"] = index_parts[:,0]
df["distprox"] = index_parts[:,1]
print(df)
>>>
0.0 1.0 antlat distprox
region
Anterior Distal 1 5 Anterior Distal
Anterior Proximal 2 6 Anterior Proximal
Lateral Distal 3 7 Lateral Distal
Lateral Proximal 4 8 Lateral Proximal
然后,您可以为您感兴趣的值创建枢轴
df_pivot = df.pivot(index="antlat", columns="distprox", values=0.0)
print(df_pivot)
>>>
distprox Distal Proximal
antlat
Anterior 1 2
Lateral 3 4
并绘制它(请注意,这只是2x2,因为我没有在示例中添加Medial和Posterior)
sns.heatmap(df_pivot)
答案 1 :(得分:0)
为什么不直接使用matplotlib
? :D
import matplotlib.pyplot as plt
plt.imshow(df.reset_index(drop=True).values[:,1:].astype("float"))