Python 以2级多索引为轴的熊猫数据帧散点图

我有一个带有2级多索引的数据帧

df

。我想要一个散点图，x轴上有0级，y轴上有1级，所有满足条件的组合都有散点，比如在特定列中有一个非零值

'col'

import matplotlib.pyplot as plt
from itertools import product
import numpy as np

lengths = [3, 2]
df_index = pd.MultiIndex.from_product([list(product([-1,1], repeat=li)) for li in lengths], names=['level1', 'level2'])

df_cols = ['cols']
df = pd.DataFrame([[0.] * len(df_cols)] * len(df_index), index=df_index, columns=df_cols)
df['cols'] = np.random.randint(0, 2, size = len(df))
df

生成以下形式的数据帧

                       cols
level1       level2        
(-1, -1, -1) (-1, -1)     0
             (-1, 1)      0
             (1, -1)      0
             (1, 1)       0
(-1, -1, 1)  (-1, -1)     1
             (-1, 1)      0
             (1, -1)      1
             (1, 1)       1
(-1, 1, -1)  (-1, -1)     0
             (-1, 1)      0
             (1, -1)      0
             (1, 1)       0
(-1, 1, 1)   (-1, -1)     0
             (-1, 1)      0
             (1, -1)      1
             (1, 1)       0
(1, -1, -1)  (-1, -1)     0
             (-1, 1)      0
             (1, -1)      1
             (1, 1)       1
(1, -1, 1)   (-1, -1)     0
             (-1, 1)      1
             (1, -1)      1
             (1, 1)       0

---

现在，我想要一个散点图，其中level1索引在x轴上，level2索引在y轴上，这样对于每一个（x，y）cols（x，y）！=0有一个点。

让我们首先创建一个具有两级多索引的示例数据帧：

import pandas as pd
import numpy as np
iterables = [[1, 2, 3, 4], [0,1, 2, 3, 4,5]]
my_multiindex=pd.MultiIndex.from_product(iterables, names=['first', 'second'])
series1 = pd.Series(np.random.randn(24), index=my_multiindex)
series2 = pd.Series(np.random.randn(24), index=my_multiindex)
df=pd.DataFrame({'col1':series1,'col2':series2})

现在，让我们获得满足给定条件的索引值：

index_values=df[df.col1<0].index.values

然后我们绘制：

from matplotlib import pyplot as plt
plt.scatter(xs,ys)

如果希望散射点的大小反映实际值，可以使用：

column_values=abs(df[df.col1<0].col1.values)
plt.scatter(xs,ys,s=column_values*10)

---

制作一个我们可以运行的自包含示例，以实际数据的形式构造数据（只是更小）。感谢您的回答！对不起，我只是举例说明我的问题。你的答案有效，但在我的情况下，我不能直接使用索引作为坐标。我使用了

多索引。get_indexer

试图获取索引并使用这些索引，但不幸的是，我仍在努力。我刚刚编辑了我的答案以解决您的更改。如果答案能解决你的问题，请接受。

column_values=abs(df[df.col1<0].col1.values)
plt.scatter(xs,ys,s=column_values*10)

plt.figure(figsize=(10,10))
plt.scatter([str(a) for a in xs],[str(a) for a in ys])