Python 使用pandas.DataFrame.melt（）使用seaborn绘制数据

因此，我在一个数据框中有两列数据：

Actual  Predicted
0   2.8 2.854729
1   2.2 3.081473
2   4.2 3.211041
3   2.9 2.951905
4   3.4 3.211041
5   3.3 2.838533
6   3.5 3.194845
7   3.1 3.000493
8   2.8 3.016689
9   2.8 3.032885

我想学习用三个公共库绘制数据。它们似乎都是基于彼此的，但实现方式却大不相同。到目前为止，我已经使用Pandas和Matplotlib实现了相同的绘图。熊猫的方式很简单，matplotlib非常复杂（只是一种观点）

现在我正试图用Seaborn的文档来计算，但我很难计算出我的x和y值应该是多少。在我看来：

• x-df.index，因为我想安排所有的数据点 沿x轴

• y-我希望“y”值有两个：实际值和预测值。不 我想知道如何做到这一点

• hue-df.columns，因为我希望有一个表示实际的条，一个表示预测的条

但是，这根本不起作用，以下任何尝试也不起作用：

sns.barplot(x=df.index, y=df.columns, data=df) 

sns.barplot(data=df)

我的直觉是，我需要使用DataFrame.melt（）函数将数据转换为长格式，以便更好地绘图，但我尝试了以下方法：

df2 = df.melt(var_name='Type', value_name='Measurement')
df2


Type    Measurement
0   Actual  2.800000
1   Actual  2.200000
2   Actual  4.200000
3   Actual  2.900000
4   Actual  3.400000
... ... ...
85  Predicted   2.903317
86  Predicted   3.211041
87  Predicted   2.870925
88  Predicted   3.146257
89  Predicted   3.211041

但这会让我错失获得相邻正确条的机会，因为它将所有“实际”值集中在一起，与所有“预测”值分开

不管怎样，我还是尝试了一下，希望它能以某种方式正确地将酒吧组合在一起。我使用了seaborn.barplot文档页面下面示例中的模板，得到了

ValueError:无法解释输入的“测量值”

：

sns.barplot(x=df.index, y='Measurement', hue='Type')

所以我的想法是，这一切归结为正确使用melt函数，但在这一点上我完全不知所措。我的眼睛现在在流血，因为文件太混乱了。有人告诉我，seaborn是策划事情最简单的方法，而事实证明这绝对是最难的

我认为我的数据应该是这样的：

    Type        Measurement
0   Actual      2.800000
    Predicted   2.903317
1   Actual      2.200000
    Predicted   3.211041
... ... ...

然后我可以按照seaborn.barplot（）的示例代码进行操作：

---

或者至少我希望如此…

诀窍是在融化之前重置索引。。。这将是您的

x

参数：

df_melted = df.reset_index().melt(id_vars='index')

#     index   variable     value
# 0       0     Actual  2.800000
# 1       1     Actual  2.200000
# 2       2     Actual  4.200000
# 3       3     Actual  2.900000
# 4       4     Actual  3.400000
# 5       5     Actual  3.300000
# 6       6     Actual  3.500000
# 7       7     Actual  3.100000
# 8       8     Actual  2.800000
# 9       9     Actual  2.800000
# 10      0  Predicted  2.854729
# 11      1  Predicted  3.081473
# 12      2  Predicted  3.211041
# 13      3  Predicted  2.951905
# 14      4  Predicted  3.211041
# 15      5  Predicted  2.838533
# 16      6  Predicted  3.194845
# 17      7  Predicted  3.000493
# 18      8  Predicted  3.016689
# 19      9  Predicted  3.032885

sns.barplot(data=df_melted, x='index', y='value', hue='variable')

[外]

---

出于某种原因，它不允许我添加绘图的图像。。。最近还有其他人有这个问题吗？获取

正文不能包含“i.stack.imgur.com”

错误（没有空格…我甚至不允许在评论中发布链接！？）嗯，很抱歉听到这个消息。然而，你的回答起了作用，所以我很感激。一个稍微相关的问题，熊猫在幕后融化是为了制作我使用

df.plot（kind='bar'）

得到的情节吗。很好，我不必以这种方式重塑数据。是的，默认行为是使用DataFrame索引作为

x

值，并使用单个列作为单个图表系列。

sns.barplot(x=df.index, y="Measurement", hue="type", data=df)

df_melted = df.reset_index().melt(id_vars='index')

#     index   variable     value
# 0       0     Actual  2.800000
# 1       1     Actual  2.200000
# 2       2     Actual  4.200000
# 3       3     Actual  2.900000
# 4       4     Actual  3.400000
# 5       5     Actual  3.300000
# 6       6     Actual  3.500000
# 7       7     Actual  3.100000
# 8       8     Actual  2.800000
# 9       9     Actual  2.800000
# 10      0  Predicted  2.854729
# 11      1  Predicted  3.081473
# 12      2  Predicted  3.211041
# 13      3  Predicted  2.951905
# 14      4  Predicted  3.211041
# 15      5  Predicted  2.838533
# 16      6  Predicted  3.194845
# 17      7  Predicted  3.000493
# 18      8  Predicted  3.016689
# 19      9  Predicted  3.032885

sns.barplot(data=df_melted, x='index', y='value', hue='variable')