python - 绘制 groupbys 时 Seaborn 的“无法解释输入”错误

说我有这个数据框

d = {     'Path'   : ['abc', 'abc', 'ghi','ghi', 'jkl','jkl'],
          'Detail' : ['foo', 'bar', 'bar','foo','foo','foo'],
          'Program': ['prog1','prog1','prog1','prog2','prog3','prog3'],
          'Value'  : [30, 20, 10, 40, 40, 50],
          'Field'  : [50, 70, 10, 20, 30, 30] }


df = DataFrame(d)
df.set_index(['Path', 'Detail'], inplace=True)
df

               Field Program  Value
Path Detail
abc  foo        50   prog1     30
     bar        70   prog1     20
ghi  bar        10   prog1     10
     foo        20   prog2     40
jkl  foo        30   prog3     40
     foo        30   prog3     50

我可以汇总它没问题(如果有更好的方法来做到这一点，顺便说一下，我想知道!)

df_count = df.groupby('Program').count().sort(['Value'], ascending=False)[['Value']]
df_count

Program   Value
prog1    3
prog3    2
prog2    1

df_mean = df.groupby('Program').mean().sort(['Value'], ascending=False)[['Value']]
df_mean

Program  Value
prog3    45
prog2    40
prog1    20

我可以从 Pandas 绘制它没问题...

df_mean.plot(kind='bar')

但是为什么我在 seaborn 中尝试时会收到此错误？

sns.factorplot('Program',data=df_mean)
    ---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-26-23c2921627ec> in <module>()
----> 1 sns.factorplot('Program',data=df_mean)

C:\Anaconda3\lib\site-packages\seaborn\categorical.py in factorplot(x, y, hue, data, row, col, col_wrap, estimator, ci, n_boot, units, order, hue_order, row_order, col_order, kind, size, aspect, orient, color, palette, legend, legend_out, sharex, sharey, margin_titles, facet_kws, **kwargs)
   2673     # facets to ensure representation of all data in the final plot
   2674     p = _CategoricalPlotter()
-> 2675     p.establish_variables(x_, y_, hue, data, orient, order, hue_order)
   2676     order = p.group_names
   2677     hue_order = p.hue_names

C:\Anaconda3\lib\site-packages\seaborn\categorical.py in establish_variables(self, x, y, hue, data, orient, order, hue_order, units)
    143                 if isinstance(input, string_types):
    144                     err = "Could not interperet input '{}'".format(input)
--> 145                     raise ValueError(err)
    146
    147             # Figure out the plotting orientation

ValueError: Could not interperet input 'Program'

最佳答案

您得到异常的原因是 Program 在您的 df_mean 操作之后成为数据帧 df_count 和 group_by 的索引。

如果您想从 factorplot 获取 df_mean ，一个简单的解决方案是将索引添加为列，

In [7]:

df_mean['Program'] = df_mean.index

In [8]:

%matplotlib inline
import seaborn as sns
sns.factorplot(x='Program', y='Value', data=df_mean)

但是，您甚至可以更简单地让 factorplot 为您进行计算，

sns.factorplot(x='Program', y='Value', data=df)

您将获得相同的结果。
希望能帮助到你。

评论后编辑

实际上，您对参数 as_index 提出了很好的观点；默认情况下，它设置为 True，在这种情况下， Program 成为索引的一部分，如您的问题所示。

In [14]:

df_mean = df.groupby('Program', as_index=True).mean().sort(['Value'], ascending=False)[['Value']]
df_mean

Out[14]:
        Value
Program
prog3   45
prog2   40
prog1   20

需要明确的是，这样 Program 不再是列，而是成为索引。技巧 df_mean['Program'] = df_mean.index 实际上保持索引不变，并为索引添加一个新列，以便现在复制 Program。

In [15]:

df_mean['Program'] = df_mean.index
df_mean

Out[15]:
        Value   Program
Program
prog3   45  prog3
prog2   40  prog2
prog1   20  prog1

但是，如果将 as_index 设置为 False，则会得到 Program 作为列，加上新的自动增量索引，

In [16]:

df_mean = df.groupby('Program', as_index=False).mean().sort(['Value'], ascending=False)[['Program', 'Value']]
df_mean

Out[16]:
    Program Value
2   prog3   45
1   prog2   40
0   prog1   20

这样你就可以直接将它提供给 seaborn 。不过，您可以使用 df 并获得相同的结果。

希望能帮助到你。

关于python - 绘制 groupbys 时 Seaborn 的“无法解释输入”错误，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32908315/