python - 如何选择哪个多索引轴将 groupby 对象中的数据拆分到不同的子图中？

Question

我正在使用一个 pandas.groupby 对象，我已向该对象应用了如下函数:

x = data.groupby(['congruent', 'contrast']).apply(lambda s: s.mean())[['cresp1', 'cresp2']]

打印 x 的输出:

                      cresp1    cresp2
congruent contrast                    
False     1.0       0.423077  0.442308
          2.0       0.537037  0.481481
          2.5       0.576923  0.634615
          3.0       0.568182  0.500000
          3.5       0.675000  0.750000
          4.0       0.687500  0.604167
          5.0       0.687500  0.875000
          10.0      0.869565  0.913043
True      1.0       0.568182  0.386364
          2.0       0.547619  0.500000
          2.5       0.522727  0.477273
          3.0       0.557692  0.634615
          3.5       0.571429  0.928571
          4.0       0.770833  0.937500
          5.0       0.791667  0.937500
          10.0      0.820000  0.920000

我想将这些数据绘制成两个不同的子图，一个用于所有 congruent == False 的值，另一个用于所有 congruent == True 的值。

我尝试执行x.plot(subplots=True)，但这会为每个列创建一个子图(即cresp1与cresp2)，这不是我想要的:

我怎样才能做我想做的事？

Answer 1

你可以自己画:

import pylab as pl
import io
import pandas as pd

txt = """congruent contrast  cresp1    cresp2
False     1.0       0.423077  0.442308
          2.0       0.537037  0.481481
          2.5       0.576923  0.634615
          3.0       0.568182  0.500000
          3.5       0.675000  0.750000
          4.0       0.687500  0.604167
          5.0       0.687500  0.875000
          10.0      0.869565  0.913043
True      1.0       0.568182  0.386364
          2.0       0.547619  0.500000
          2.5       0.522727  0.477273
          3.0       0.557692  0.634615
          3.5       0.571429  0.928571
          4.0       0.770833  0.937500
          5.0       0.791667  0.937500
          10.0      0.820000  0.920000"""

df = pd.read_csv(io.BytesIO(txt), delim_whitespace=True).ffill()
df = df.set_index(["congruent","contrast"])
levels = df.index.levels[0]
fig, axes = pl.subplots(len(levels))

for level, ax in zip(levels, axes):
    df.loc[level].plot(ax=ax, title=str(level))

输出: