Python 如何使用seaborn可视化分组和聚合的熊猫数据帧？

我很惊讶我不得不问这个问题。我希望解决办法很容易

情况：

我有一些熊猫。DataFrame

df

。我对其进行分组和聚合，如下所示：

df.groupby(
    ['colA','colB']
).agg(
    {
    'colC': "count"
    }
) 

因此，我们通过

colA

和

colB

进行分组，并在

colC

上进行聚合（计算出现的次数）

结果将如下所示（第一个表）：

我现在想想象一下这张有seaborn的桌子。从逻辑上讲，这应该是可行的，因为第一个表表示的是

+------------+------------+------------+
| colA       | colB       | colC       |
+============+============+============+
| 1          | A          | 42         |
+------------+------------+------------+
| 1          | B          | 43         |
+------------+------------+------------+
| 1          | B          | 44         |
+------------+------------+------------+

，很容易表示（第二个表）。我的可视化代码如下所示：

g = sns.catplot(x="colA", y="colC", hue="colC") # some more params

---

我得到的错误是

无法解释输入“colA”

。我假设这是因为

colA

和

colB

被视为键，因为我在groupby子句中使用了它们。我猜我必须以某种方式将数据帧表（第一个表）转换为“正常”数据帧（第二个表）。这是正确的吗？如果是，我该怎么做

您可以始终只重置索引：

sns.catplot（x=“colA”，y=“colB”，hue=“colC”，data=df.reset\u index（））

是的，这很有效。你能把它作为一个回答@ALollz吗

g = sns.catplot(x="colA", y="colC", hue="colC") # some more params