Pandas 如何绘制每行具有不同变量的Seaborn FaceGrid？

我有一个熊猫数据框，其中有一列分类变量

C={a，B，C，…}

，还有一些数字列

var1

，

var2

，…，

var\u n

。我想绘制一个网格，其中每行包含一个数字列的柱状图，这些数字列的条件是所有不同的分类变量（每列一个）。这对于一个数值变量来说是非常简单的，但是，我很难将它扩展到多个变量。我可能可以通过子地块来实现这一点，但我想知道它是否直接存在于Seaborn中

这就是我想要的

A-list(var1) | B-hist(var1) | C-hist(var1)...
A-hist(var2) | B-hist(var2) | C-hist(var2)...
A-hist(var3) | B-hist(var3) | C-hist(var3)...
....

---

因此，正如@ImportanceOfBeingErnest在一篇评论中指出的那样，如果您以整洁的方式正确设置熊猫数据帧，那么就不需要使用奇特的绘图向导。也就是说，作为带有

（类别、变量、数据）

的行，其中变量现在是一列标签，指示数据所属的先前列名。通常，当给定变量的数据长度不同时，这种结构会自动发生

将数据框置于此格式后，

（类别、变量、数据）

，您可以像往常一样使用matplotblib和seaborn打印它们

g = sns.FacetGrid(data=df, col='Categories', row='Variables')
g = g.map(plt.hist, "Data")
plt.subplots_adjust(top=0.9)
g.fig.suptitle('Histogram of variables conditioned on categories')
plt.show()

---

一旦您的数据框架以3列（类别、变量、数据）的堆叠方式存在，这应该是直截了当的。然后您可以调用FaceGrid（df，col=“categories”，row=“variables”）。