Python 3.x 使用seaborn对数据分组后的条形图

我正在尝试使用

seaborn.barplot

在分组后绘制数据。我的第一种方法是使用以下方法生成新的数据帧：

g_data = g_frame.groupby(["STG","GRP"])["HRE"].mean()
g_data

以下是输出：

STG   GRP    
S1    Control    0.561871
      OSA        0.589858
S2    Control    0.595950
      OSA        0.629775
S3    Control    0.629906
      OSA        0.674118
S4    Control    0.578875
      OSA        0.568370
S5    Control    0.557712
      OSA        0.569524
Name: HRE, dtype: float64

接下来，我定义了一个名为

plot\u v1（data）

的绘图函数，如下所示：

def plot_v2(data):

    # Create the bar plot
    ax = sns.barplot(
        x="STG", y="HRE", hue="GRP",
        order=["S1", "S2", "S3", "S4", "S5"],
        hue_order=["Control", "OSA"],
        data=data)

    # Return the figure object and axis
    return plt.gcf(), ax

plot_v2(g_data);

这引发了一个错误，即：

149                 if isinstance(input, string_types):
150                     err = "Could not interpret input '{}'".format(input)
--> 151                     raise ValueError(err)
152 
153             # Figure out the plotting orientation

ValueError: Could not interpret input 'STG'

我不确定我做错了什么。当我检查索引值时，它看起来很好

g_data.index
MultiIndex(levels=[['S1', 'S2', 'S3', 'S4', 'S5'], ['Control', 'OSA']],
       labels=[[0, 0, 1, 1, 2, 2, 3, 3, 4, 4], [0, 1, 0, 1, 0, 1, 0, 1, 0, 1]],
       names=['STG', 'GRP'])

---

不确定您的最终期望是什么，但以下是我的barplot方法：

df.groupby(["STG","GRP"]).mean().unstack().plot.bar()

---

试试

g\u data.reset\u index（）

或

g\u frame.groupby（as\u index=False…）

太棒了！谢谢，这个有用。你知道我为什么要做这一步吗？这也行！就连布拉德·所罗门（Brad Solomon）也提到了替代方案。谢谢：）