python - 来自类别列中的类标记的多个数据帧的 pairplot 列

Question

我不确定该怎么做，但我相信这是可行的。我有三个 dataframes 具有相同的列定义但来自不同年份的数据集。然后，我想对数字列逐一绘制，并绘制来自这些 df 的数据，适本地标记数据来自的集合。目标是了解每一列的数据模式(与年份相比)。

我用这 2 个 dataframes 说明了我的意思，其中 df1 中的数据集来自 2018 和 df2从 2019 年开始:

df1
          id      speed    accelaration      jerk      mode
0          1      1.94     -1.01             1.05      foot
1          1      0.93      0.04            -0.17      foot
2          3      0.50     -0.16             0.05      bike
3          3      0.57      0.05             0.19      bike
4          5      3.25     -0.13            -0.09      bus
5          5      0.50     -0.25             0.25      bus
6          5      0.25      0.10             0.25      bus

df2
          id    speed   accelaration      jerk      mode
0         17      1.5      0.00           0.00      foot
1         17      1.5      0.00          -0.30      foot
2         17      1.5     -0.30           0.06      foot
3         15     4.55      0.01          -0.36      bike
4         15     4.57     -0.35           0.02      bike
5         87     9.82     -0.29          -0.12      bus
6         87     8.65     -0.78           0.07      bus

忽略 id 列，我想得到如下图所示的结果(这只是我绘制的预期结果的示例):

简单地为每个 df 调用 sns.pairplot() 两次不会给出预期的结果，就像我那样:

sns.pairplot(df1, vars=df1.columns[1:4], hue='mode')
sns.pairplot(df2, vars=df2.columns[1:4], hue='mode')
plt.show()

有人可以帮助描述如何从中获得预期的答案吗？

Answer 1

• 给定数据框，为每个数据框添加一个'year'列
• 使用pandas.concat 合并数据帧
  • 重置索引，但不要删除它。该索引将用作 x 轴，因为尚未提供。这将保持每个数据帧中数据的相对位置
• 将'speed'、'acceleration'和'jerk'堆叠到一列中，'event'，创建一个长而整洁的格式数据框。
• 用 seaborn.FacetGrid 绘制数据并映射为 seaborn.scatterplot .
  • 'index' 列，而不是 dfl.index，用作 x 轴。

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

# add year to the dataframes
df1['year'] = 2018
df2['year'] = 2019

# combine the dataframes
df = pd.concat([df1, df2]).reset_index()

# stack the dataframe into a long (tidy) format
dfl = df.set_index(['index', 'id', 'mode', 'year']).stack().reset_index().rename(columns={'level_4': 'event', 0: 'value'})

# display(dfl)
   index  id  mode  year         event  value
0      0   1  foot  2018         speed   1.94
1      0   1  foot  2018  accelaration  -1.01
2      0   1  foot  2018          jerk   1.05
3      1   1  foot  2018         speed   0.93
4      1   1  foot  2018  accelaration   0.04
5      1   1  foot  2018          jerk  -0.17
6      2   3  bike  2018         speed   0.50
7      2   3  bike  2018  accelaration  -0.16
8      2   3  bike  2018          jerk   0.05
9      3   3  bike  2018         speed   0.57


# plot a FacetGrid mapped with a scatterplot
g = sns.FacetGrid(data=dfl, row='event', col='mode', hue='year')
g.map(sns.scatterplot, 'index', 'value').add_legend(bbox_to_anchor=(1, 0.5), loc='center left')
g.fig.tight_layout()