Question

令我惊讶的是我不得不问这个问题。我希望解决方案很简单。

情况：

我有一些pandas.DataFrame df。我对它进行分组和聚合，就像这样：

df.groupby(
    ['colA','colB']
).agg(
    {
    'colC': "count"
    }
)

因此，我们将colA和colB分组，然后对colC进行汇总（计算这种情况下的出现次数）。

结果如下所示（第一个表格）：

+------------+------------+------------+
| colA       | colB       | colC       |
+============+============+============+
| 1          | A          | 42         |
+------------+------------+------------+
|            | B          | 43         |
+------------+------------+------------+
|            |            | 44         |
+------------+------------+------------+

我现在想用seaborn可视化这张桌子。从逻辑上讲，这应该可行，因为第一个表代表的是

+------------+------------+------------+
| colA       | colB       | colC       |
+============+============+============+
| 1          | A          | 42         |
+------------+------------+------------+
| 1          | B          | 43         |
+------------+------------+------------+
| 1          | B          | 44         |
+------------+------------+------------+

，可以很容易地表示出来（第二张表）。我的可视化代码如下：

g = sns.catplot(x="colA", y="colC", hue="colC") # some more params

我得到的错误是Could not interpret input 'colA'。我认为是因为colA和colB被视为键，因为我在groupby子句中使用了它们。我猜想我将不得不以某种方式将数据帧表（第一个表）转换为“正常”数据帧（第二个表）。这个对吗？如果是这样，我该怎么做？

如何可视化Seaborn的分组和聚合熊猫数据框？

0 个答案: