如何为 Dataframe 中的实际值分配名称

Question

我正在尝试使用 seaborn 创建一个线图，但我正在努力定义“y”。 ;)

我正在按照此处列出的流程进行操作：https://seaborn.pydata.org/generated/seaborn.lineplot.html

我失败的地方在于用均值和阴影 95% CI 创建绘图，因为我无法定义“y”。

该示例从同一 Dataframe 的先前形状中获取了它的 y（“乘客”），其中这是列 header（然后数据已使用月份和年份重新格式化为 columns/index).

我的数据已经在具有所需结构的 Dataframe 中（列是日期，行是 N 次模拟的输出）。我想绘制随时间变化的模拟输出的平均值和 CI。

所以我觉得这应该很容易，但是我找不到任何关于如何标记值的信息！（我想我可以将数据重塑为一列并给它一个标签，但这看起来效率很低！）

df 中的所有值都应具有相同的标签（“批准”），类似于“乘客”在 link 中的工作方式。

谢谢！！

Answer 1

您可能需要将数据框转换为 "long form"。这有助于大多数 Seaborn 功能发挥其全部潜力。

下面是一些示例代码，其中的数据最初按日期组织为一列。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

# create some test data as suggested by the original post
df = pd.DataFrame({}, index=[f'sim_{i}' for i in range(1, 11)])
dates = pd.date_range('20211201', periods=20, freq='D')
for d in dates:
    df[d] = np.random.normal(.1, 1, len(df)).cumsum()

df.index.name = 'simulation'  # give the index an explicit name, this will be the column name after df.reset_index()
# convert the dataframe to long form
df_long = df.reset_index().melt(id_vars='simulation', var_name='date', value_name='value')
df_long['date'] = pd.to_datetime(df_long['date']) # make the column a real datetime column

fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(12, 4), sharex=True)
sns.lineplot(data=df_long, x='date', y='value', ci=95, ax=ax1)
sns.lineplot(data=df_long, x='date', y='value', hue='simulation', ax=ax2)
ax2.legend_.remove()
plt.tight_layout()
plt.show()

PS：这是原始数据框 df 的样子：

            2021-12-01  2021-12-02  ...  2021-12-19  2021-12-20
sim_1        -0.173437    0.488611  ...    0.304839   -0.324995
sim_2        -0.283472    2.692735  ...   -0.526787   -0.451747
...

和“长格式”：

    simulation       date     value
0        sim_1 2021-12-01 -0.173437
1        sim_2 2021-12-01 -0.283472
2        sim_3 2021-12-01 -0.657405
...

如何为 Dataframe 中的实际值分配名称

How do I assign a name to the actual values in a Dataframe

python

matplotlib

seaborn