Seaborn：来自两个Dataframes的Grouped Boxplot

Posted 2021-05-06

我想绘制带有seaborn的分组箱图，但数据存在于两个不同的DataFrame对象中。

数据框具有相同的行和列，具有不同的值并具有形状：（10.000 x 24）。柱子是癌症类型，在这种情况下行是基因。

当我只绘制其中一个数据帧时，一切看起来都不错。继docs之后，我加入了两个数据框，如：

df1 = pd.read_csv('a.csv')
df2 = pd.read_csv('b.csv')
# categorical variable similar to 'smoker' attribute in tips dataset
df1['kind'] = 'catA'
df2['kind'] = 'catB'
both = pd.concat((df1, df2))

当我现在绘制数据时，一切看起来都很好：

seaborn.boxplot(data=both)

给了我一个漂亮的boxplot

但是，我无法正确设置hue，x和y属性以获得与分组boxplot相同的绘图。我知道它应该类似于：

seaborn.boxplot(x=?, y=?, hue='kind', data=both)

但我无法弄清楚如何设置x和y以获得相同的行为，就好像它们被设置为None一样。

感谢您的任何帮助或建议。

最好，罗马

答案

似乎您的数据框架采用“宽”格式。你需要将它转换为'long'格式（pandas.melt或pandas.wide_to_long等函数应该有帮助）。你必须组织你的数据，这样它就会成为一个N x 3数据帧，其列为1.你的基因表达量，2。癌症类型，以及3.你的新分类变量（类似于'吸烟' ）。如果您希望拥有另一个变量（例如基因名称），则可以包含3列以上的列。但这三个需要存在才能使情节发挥作用。

（我可能误解了您的数据内容，但这是我对您测量的内容和变量的理解。）

然后你的命令看起来像：

seaborn.boxplot(x='measurement', y='cancer_type', hue='kind', data=both)