当数据集具有 NaN 值时如何处理 seaborn pairplot 错误？

Question

我有一个 pandas DataFrame，其中多列填充了数字和行，第一列包含分类数据。显然，我在多行（当然不是整个空白行）和不同的列中有 NaN 值和零。

这些行在其他列中具有非 NaN 的有价值数据。并且这些列在其他行中有有价值的数据，这些数据也不是 NaN。

问题是 sns.pairplot 不会忽略相关的 NaN 值和 returns 错误（例如被零除、字符串到浮点数的转换等）。

我看到有人说要使用 fillna() 方法，但我希望如果有人知道更优雅的方法来做到这一点，而不必通过该解决方案并花费大量时间来修复情节，轴，过滤器等之后。我不喜欢这种解决方法。

这与此人报告的内容相似：
https://github.com/mwaskom/seaborn/issues/1699

ZeroDivisionError: 0.0 cannot be raised to a negative power

这是示例数据集：

Answer 1

Seaborn 的 PairGrid 功能将允许您创建您想要的情节。 PairGrid 比 sns.pairplot 灵活得多。创建的任何 PairGrid 都包含三个部分：上三角、下三角和对角线。

对于每个部分，您可以定义一个自定义的绘图函数。上三角和下三角部分可以采用任何接受两个特征数组（例如 plt.scatter）以及任何相关关键字（例如 marker）的绘图函数。对角线部分接受一个绘图函数，该函数除了相关关键字之外还具有单个特征数组作为输入（例如 plt.hist）。

为了您的目的，您可以过滤掉自定义函数中的 NaN：

from sklearn import datasets
import pandas as pd
import numpy as np
import seaborn as sns

data = datasets.load_iris()
iris = pd.DataFrame(data.data, columns=data.feature_names)

# break iris dataset to create NaNs
iris.iat[1, 0] = np.nan
iris.iat[4, 0] = np.nan
iris.iat[4, 2] = np.nan
iris.iat[5, 2] = np.nan

# create customized scatterplot that first filters out NaNs in feature pair
def scatterFilter(x, y, **kwargs):
    
    interimDf = pd.concat([x, y], axis=1)
    interimDf.columns = ['x', 'y']
    interimDf = interimDf[(~ pd.isnull(interimDf.x)) & (~ pd.isnull(interimDf.y))]
    
    ax = plt.gca()
    ax = plt.plot(interimDf.x.values, interimDf.y.values, 'o', **kwargs)
    
# Create an instance of the PairGrid class.
grid = sns.PairGrid(data=iris, vars=list(iris.columns), size = 4)

# Map a scatter plot to the upper triangle
grid = grid.map_upper(scatterFilter, color='darkred')

# Map a histogram to the diagonal
grid = grid.map_diag(plt.hist, bins=10, edgecolor='k', color='darkred')

# Map a density plot to the lower triangle
grid = grid.map_lower(scatterFilter, color='darkred')

这将产生以下情节：

PairPlot 允许您绘制等高线图、使用描述性统计数据注释面板等。有关详细信息，请参阅 here。

当数据集具有 NaN 值时如何处理 seaborn pairplot 错误？

How to handle seaborn pairplot errors when the dataset has NaN values?

python

nan

pandas

seaborn