如何在 Python 中绘制 seaborn 中的聚合数据框？

Question

我有一个跨时间的测量数据框，其中包含重复。我正在尝试使用 seaborn 绘制此数据框的汇总和汇总版本。数据是：

A = pandas.DataFrame({"measurement": [1, 1, 1, 1, 1, 2, 2, 2, 2, 2],
                      "t": [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
                      "value": [10, 10.5, 10.4, 10.6, 10.01,
                                10, 10, 10, 10, 10]})
A["cond"] = "A"
B = pandas.DataFrame({"measurement": [1, 1, 1, 1, 1, 2, 2, 2, 2, 2],
                      "t": [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
                      "value": [20, 40.5, 5.4, 1.6, 1.01,
                                30, 50, 60, 4, 3]})
B["cond"] = "B"
df = pandas.concat([A, B])

“cond”是条件，“measurement”是不同的重复（每个条件 2 个），“t”是时间维度。为了在每个复制中平均时间，我使用agg：

x = df.groupby(["measurement", "cond"]).agg({"value": np.mean})

这将返回一个分层数据框。我想用 seaborn 绘制这些值，以将测量结果显示为分布。这不起作用：

sns.violinplot(x="cond", y="value", hue="cond", data=x)

错误：ValueError: Could not interperet input 'cond'

如何将agg 返回的数据帧展平，以便使用 seaborn 绘制？

Answer 1

您可以将参数 as_index=False 用于 groupby：

x = df.groupby(["measurement", "cond"], as_index=False).agg({"value": np.mean})