带有来自 DataFrame 行的色调的 Seaborn 分类图

Question

我有这个熊猫数据帧：

>>> print(df)
Channel     0     1     2     3     4     5     6     7
Sample                                                 
7d       3.82  4.10  3.86  3.86  3.95  3.65  3.43  3.63
12d      2.97  4.32  3.50  3.58  3.22  3.37  3.58  3.78
17d      4.01  4.04  4.10  3.43  3.76  3.26  3.35  3.48
DO       3.07  3.58  3.14  3.22  3.11  3.09  3.16  3.16

我想做一个类似于这个的图（代码是sns.swarmplot(df) ）：

但是颜色应该不是按通道（即 DataFrame 列）设置，而是按样本（即 DataFrame 行）设置。 因此，x 轴上的每个“类别”将有 4 种颜色，分别对应于 7d、12d、17d 和 DO 行。

有没有一种简单的方法可以在 seaborn 中实现这一点？

编辑：我应该补充一点，我尝试使用hue关键字，但它说它也需要使用x和y关键字。 根据这个例子，我似乎需要创建一个新的 DataFrame ，其中包含一列中的所有数值和其他两列中的样本和通道信息。 然后我可以将绘图称为sns.swarmplot(x='Channel', y='values', hue='Sample') 。 有没有更直接的方法不涉及创建额外的临时数据帧？

EDIT2 ：按照@BrenBarn 的建议，我最终创建了一个新的“整洁”DataFrame：

dd = []
for sa in df.index:
    print(sa)
    d = pd.DataFrame(df.loc[sa]).reset_index()
    d.columns = ['Channel', 'Leakage']
    d['Sample'] = sa
    dd.append(d)
ddf = pd.concat(dd)

然后绘制数据：

sns.swarmplot(x='Channel', y='Leakage', hue='Sample', data=ddf)

这给出了我预期的情节：

我希望有一种方法可以告诉 seaborn 使用原始的“二维表”格式来绘制对于此类数据来说更加紧凑和自然的图。 如果这是可能的，我会接受答案;)。

Answer 1

您基本上已经在编辑中回答了您的问题，但您可能希望将pd.melt或pd.stack视为创建新的整洁 DataFrame 的更简单方法。

例如

s=df.stack()
s.name='values'
df_tidy=s.reset_index()
sns.stripplot(data=df_tidy,hue='sample',x='Channel',y='values')

或者

df_tidy=pd.melt(df.reset_index(),id_vars=['sample'],value_vars=df.columns.tolist(),value_name='values')
sns.stripplot(data=df_tidy,hue='sample',x='Channel',y='values')