使用pd.DataFrame中的MultiIndex绘制数据

Question

我从3个不同的数据帧（都具有相同的键）中导入数据，并将其放到1个单个数据帧中。

df1 = read_xlsx('Means_Cent')
df2 = read_xlsx('Means_Rand')
df3 = read_xlsx('Means_Const')
df1['Key'] = 'Cent'
df2['Key'] = 'Rand'
df3['Key'] = 'Const'

df_means = pd.concat([df1,df2,df3], keys = ['Cent', 'Rand', 'Const'])

现在，我想使用DataFrame.plot（）创建一个图，其中在同一图中每个键= ['Cent'，'Rand'，'Const']都有1个图。

我的数据框df_means的一部分看起来像这样：

         02_VOI  03_Solidity  04_Total_Cells
Cent  0   1.430       19.470           132.0
      1   1.415       18.880           131.0
      2   1.460       19.695           135.0
      3   1.520       19.695           141.0
Rand  0   1.430       19.205           132.0
      1   1.430       19.170           132.0
      2   1.445       19.430           133.5
      3   1.560       19.820           144.5
Const 0   1.175       22.695           108.5
      1   1.430       22.260           132.0
      2   1.180       21.090           109.0
      3   1.360       22.145           126.0

现在我想绘制02_VOI vs 04_Total_Cells，每个键应该是1张图（g1 = 02_VOI（Cent）vs 04_Total_Cells（Cent），g2 = 02_VOI（Rand）vs 04_Total_Cells（Rand）...）

我尝试使用DataFrame.unstack（）：

df_means.unstack(level = 0).plot(x = '02_VOI', y = '04_Total_Cells')

但这似乎弄乱了钥匙。 它返回9个图形（每个VOI（Cent，Rand，Const）与Total_Cells（Cent，Rand，Const）的组合为1个图。

感谢您的帮助，我也很高兴提供有关如何更好地连接3个初始数据帧的提示。

Answer 1

我想我会使用Seaborn绘图。 这要容易得多。 Seaborn喜欢“整洁”的数据。

import pandas as pd
import seaborn as sns
df_mean = pd.read_clipboard()
df_mean

输出：

         02_VOI  03_Solidity  04_Total_Cells
Cent  0   1.430       19.470           132.0
      1   1.415       18.880           131.0
      2   1.460       19.695           135.0
      3   1.520       19.695           141.0
Rand  0   1.430       19.205           132.0
      1   1.430       19.170           132.0
      2   1.445       19.430           133.5
      3   1.560       19.820           144.5
Const 0   1.175       22.695           108.5
      1   1.430       22.260           132.0
      2   1.180       21.090           109.0
      3   1.360       22.145           126.0

重置索引并根据需要重命名列。

df_mean = df_mean.reset_index()
df_mean = df_mean.rename(columns={'level_0':'Groups','level_1':'Samples'})
_ = sns.lmplot(x='02_VOI',y='04_Total_Cells', data=df_mean, scatter=True, col='Groups',fit_reg=False)