python - 在 Python pandas 中拆分和连接数据帧以使用 rpy2 进行绘图

Question

我对 Python 中的 pandas 数据框有疑问:我有一个大数据框 df，我将其分成两个子集，df1 和 df2 . df1 和df2 并不能构成df 的全部，它们只是df 的两个互斥子集。我想用 rpy2 在 ggplot 中绘制它，并根据它们是来自 df1 还是 df2 在图中显示变量。 ggplot2 需要一个融化的数据框，所以我必须创建一个新的数据框，其中有一列说明每个条目是来自 df1 还是 df2，以便可以将此列传递给 ggplot .我试过这样做:

# add labels to df1, df2
df1["label"] = len(df1.index) * ["df1"]
df2["label"] = len(df2.index) * ["df2"]
# combine the dfs together
melted_df = pandas.concat([df1, df2])

现在可以绘制成:

# plot parameters from melted_df and colour them by df1 or df2
ggplot2.ggplot(melted_df) + ggplot2.ggplot(aes_string(..., colour="label"))

我的问题是是否有更简单、更快捷的方法来执行此操作。 ggplot 需要不断熔化/解熔 dfs，并且总是手动将熔化形式添加到 df 的不同子集似乎很麻烦。谢谢。

Answer 1

当然你可以通过使用简化:

df1['label'] = 'df1'

(而不是 df1["label"] = len(df1.index) * ["df1"]。)

如果您发现自己经常这样做，为什么不创建自己的函数呢？ (像这样):

plot_dfs(dfs):
    for i, df in enumerate(dfs):
        df['label'] =  'df%s' % i+1 # note: this *changes* df
    melted_df = pd.concat(dfs)

    # plot parameters from melted_df and colour them by df1 or df2
    ggplot2.ggplot(melted_df) + ggplot2.ggplot(aes_string(..., colour="label"))

    return # the melted_df or ggplot ?