Python 3.x 如何使用多索引数据框创建seaborn回归图？

我有多索引的时间序列数据（年、月），如下所示：

print(df.index)
print(df)

我想对这些时间序列数据进行非常基本的线性回归。因为

pandas.DataFrame.plot

不进行任何回归，所以我打算使用Seaborn进行绘图

我试图通过使用

lmplot

来实现这一点：

sns.lmplot(x=("Year", "Month"), y="Value", data=df, fit_reg=True) 

但我有一个错误：

TypeError: '>' not supported between instances of 'str' and 'tuple'

这对我来说特别有趣，因为

df.index.levels[：]

中的所有元素都是

numpy.int64

类型，而

df.index.labels[：]

中的所有元素都是

numpy.int8

类型

---

为什么我会收到这个错误？如何解决此问题？

请考虑以下方法：

df['x'] = df.index.get_level_values(0) + df.index.get_level_values(1)/100

收益率：

In [49]: df
Out[49]:
                Value        x
Year Month
2016 3      65.018150  2016.03
     4      63.130035  2016.04
     5      71.071254  2016.05
     6      72.127967  2016.06
     7      67.357795  2016.07
     8      66.639228  2016.08
     9      64.815232  2016.09
     10     68.387698  2016.10

让我们准备X-ticks标签：

labels = df.index.get_level_values(0).astype(str) + '-' + \
         df.index.get_level_values(1).astype(str).str.zfill(2)

sns.lmplot(x='x', y='Value', data=df, fit_reg=True)
ax = plt.gca()
ax.set_xticklabels(labels)

结果:

您可以使用将数据帧的索引转换为列。然后使用seaborn直接绘制数据帧列

我猜使用

lmplot

的原因是为了显示不同年份的不同回归（否则

regplot

可能更合适），

“Year”

列可以用作

hue

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

iterables = [[2016, 2017], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]]
index = pd.MultiIndex.from_product(iterables, names=['Year', 'Month'])
df = pd.DataFrame({"values":np.random.rand(24)}, index=index)

df2 = df.reset_index()  # or, df.reset_index(inplace=True) if df is not required otherwise 

g = sns.lmplot(x="Month", y="values", data=df2, hue="Year")

plt.show()

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

iterables = [[2016, 2017], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]]
index = pd.MultiIndex.from_product(iterables, names=['Year', 'Month'])
df = pd.DataFrame({"values":np.random.rand(24)}, index=index)

df2 = df.reset_index()  # or, df.reset_index(inplace=True) if df is not required otherwise 

g = sns.lmplot(x="Month", y="values", data=df2, hue="Year")

plt.show()