Seaborn 通过多个 groupby 绘制 pandas 数据框

Question

我有 pandas 数据框，其中我在两个类别（正、负）中嵌套了 4 个类别（50,60,70,80），并且我想使用基于列的 seaborn kdeplot（例如，A_mean...）进行绘图通过...分组。我想要实现的是这个（这是通过将 pandas 拆分到一个列表来完成的）。我浏览了几篇文章，此代码（Seaborn 中的多个单图与 pandas groupby 数据）适用于一个级别，但如果我想为每个 Game_RS 绘制此代码，则不适用于两个级别：

for i, group in df_hb_SLR.groupby('Condition'):
    sns.kdeplot(data=group['A_mean_per_subject'], shade=True, color='blue', label = 'label name')

我尝试使用这个（Seaborn groupby pandas Series），但第一个答案对我不起作用：

sns.kdeplot(df_hb_SLR.A_mean_per_subject, groupby=df_hb_SLR.Game_RS)

AttributeError: 'Line2D' object has no property 'groupby'

以及我无法做出的关键答案。有没有直接来自seaborn的方法或者直接来自pandas Dataframe的更好方法？

我的数据可以在此链接下以 csv 格式访问——数据，我照常加载它们：

df_hb_SLR = pd.read_csv('data.csv')

谢谢你的帮助。

Answer 1

这是使用seaborn的解决方案FacetGrid，这使得此类事情变得非常简单

g = sns.FacetGrid(data=df_hb_SLR, col="Condition", hue='Game_RS', height=5, aspect=0.5)
g = g.map(sns.kdeplot, 'A_mean_per_subject', shade=True)
g.add_legend()

其缺点FacetGrid是它会创建一个新图形，因此如果您想将这些图集成到更大的子图集合中，您可以使用groupby()一些循环来实现相同的结果：

group1 = "Condition"
N1 = len(df_hb_SLR[group1].unique())
group2 = 'Game_RS'
target = 'A_mean_per_subject'
height = 5
aspect = 0.5
colour = ['gray', 'blue', 'green', 'darkorange']


fig, axs = plt.subplots(1,N1, figsize=(N1*height*aspect,N1*height*aspect), sharey=True)

for (group1Name,df1),ax in zip(df_hb_SLR.groupby(group1),axs):
    ax.set_title(group1Name)
    for (group2Name,df2),c in zip(df1.groupby(group2), colour): 
        sns.kdeplot(df2[target], shade=True, label=group2Name, ax=ax, color = c)