如何将 pandas groupby 部分通过管道传送到 seaborn distplot？

Question

我正在学习在 pandas 中使用 .pipe 方法，想知道我们是否可以使用它来绘制每组 groupby 的 distplot。

MWE

import numpy as np
import pandas as pd
import seaborn as sns

# data
np.random.seed(100)
data = {'year': np.random.choice([2016, 2018, 2020], size=400),
        'item': np.random.choice(['Apple', 'Banana', 'Carrot'], size=400),
        'price': np.random.random(size=400)}

df = pd.DataFrame(data)

# distplots
for year in df['year'].unique():
    x = df['price'][df['year'] == year]
    sns.distplot(x, hist=False, rug=True)

问题

我们可以使用 pandas groupby 而不使用 for 循环来获得相同的情节吗？

我的尝试：

df.groupby('year').pipe(lambda dfx: sns.distplot(dfx['price']))
# TypeError: cannot convert the series to <class 'float'>

# df[['year','price']].groupby('year').pipe(sns.distplot)
# TypeError: float() argument must be a string or a number, not 'DataFrame'

需要的输出

与 for-loop 的输出相同，但使用 pandas 管道。

Answer 1

不完全是pipe，但你可以使用apply：

df.groupby('year')['price'].apply(sns.distplot, hist=False, rug=True);

输出（相同）：

Answer 2

如果您还想要标签，您可以执行以下操作：

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

iris = sns.load_dataset('iris')

#iris.groupby('species')['sepal_length'].apply(lambda x:sns.distplot(x,hist=False, rug=False,label = x.name))

iris.groupby('species')['sepal_length']\
    .apply(lambda x: sns.kdeplot(x, label = x.name))

plt.xlabel('sepal_length')
plt.ylabel('kde')
plt.show()