Plotly.Express + Pandas 多索引列

Question

我对 Pandas 和 Plotly 比较陌生。我将直接向 MWE 提出我想要做什么的问题：

import pandas
import plotly.express as px

df = pandas.DataFrame(
    {
        'n': [1,1,1,1,2,2,2,3,3,3,4,4],
        'x': [0,0,0,0,1,1,1,2,2,2,3,3],
        'y': [1,2,1,1,2,3,3,3,4,3,4,5],
    }
)

mean_df = df.groupby(by=['n']).agg(['mean','std'])

fig = px.scatter(
    mean_df,
    x = ('x','mean'),
    y = ('y','mean'),
    error_y = ('y','std'),
)
fig.show()

这段代码没有做我想做的事。 mean_df 数据框如下所示：

     x              y          
  mean  std      mean       std
n                              
1    0  0.0  1.250000  0.500000
2    1  0.0  2.666667  0.577350
3    2  0.0  3.333333  0.577350
4    3  0.0  4.500000  0.707107

我想使用plotly.express 绘制x_mean 与y_mean，误差线在y 中。当数据框中有子列时，我不确定如何执行此操作...

经过一番研究，我发现mean_df.columns = [' '.join(col).strip() for col in mean_df.columns.values] 将之前的数据帧转换为

   x mean  x std    y mean     y std
n                                   
1       0    0.0  1.250000  0.500000
2       1    0.0  2.666667  0.577350
3       2    0.0  3.333333  0.577350
4       3    0.0  4.500000  0.707107

所以我现在可以做

fig = px.scatter(
    mean_df,
    x = 'x mean',
    y = 'y mean',
    error_y = 'y std',
)

获得想要的结果。然而，尽管这正是我想做的，但感觉不像是要走的路……

Answer 1

与您的研究类似，将多级列展平。您可以使用索引切片。这确实使 mean_df 保持不变。

下面的进一步更新。 Plotly Express 被设计为一个简单的 API。这是一个典型的用例，用于简化/构造数据框，将 x、y、颜色、hover_name 等 的概念作为字符串寻址的列。在使用多索引列的情况下，可以传递 series 或 array。下面展示了这两种变体。

import pandas
import plotly.express as px

df = pandas.DataFrame(
    {
        'n': [1,1,1,1,2,2,2,3,3,3,4,4],
        'x': [0,0,0,0,1,1,1,2,2,2,3,3],
        'y': [1,2,1,1,2,3,3,3,4,3,4,5],
    }
)

mean_df = df.groupby(by=['n']).agg(['mean','std'])

fig = px.scatter(
    mean_df.loc[:,pd.IndexSlice[:,"mean"]].droplevel(1,1),
    x = "x",
    y = "y",
)
fig

使用多个 1 级键

fig = px.scatter(
    mean_df.loc[:,pd.IndexSlice[:,"mean"]].droplevel(1,1),
    x = "x",
    y = "y",
    error_y = mean_df.loc[:,("y","std")].values
)
fig.show()
px.scatter(
    x = mean_df.loc[:,("x","mean")],
    y = mean_df.loc[:,("y","mean")],
    error_y = mean_df.loc[:,("y","std")]
)