python - 准备 pandas 数据框以使用误差条进行绘图

Question

我正在准备一个 pandas 数据框，用于在 R 的 ggplot2 中绘制带有误差条的图，这需要计算列的统计数据。误差条需要最小值(平均值 - 标准偏差)和 最大值(平均值+标准差)。我使用 groupby/agg 得到这些:

import pandas
import numpy as np

df = pandas.DataFrame({"id": ["a", "b", "c", "d"],
                       "exp": [10, 20, 30, 40],
                       "res1": [11, 22, 35, 42],
                       "res2": [9, 19, 32, 40],
                       "res3": [10.5, 20.8, 34, 48]})
# melt dataframe
m = pandas.melt(df, id_vars=["id", "exp"])
# get mean/std
summary = m.groupby("exp").agg([np.mean, np.std])
# add min and max under "value"
summary[("value", "min")] = summary[("value", "mean")] - summary[("value", "std")]
summary[("value", "max")] = summary[("value", "mean")] + summary[("value", "std")]

然后用 R 绘制如下图:

# plot with R
p = ggplot2.ggplot(m) + \
    ggplot2.geom_point(aes_string(x="exp", y="value", colour="variable"), data=m)
    ggplot2.geom_errorbar(aes_string(x="exp", y="mean", ymin="min", ymax="max"), data=summary)

有没有办法简化“min”/“max”列的计算，因为它是一种常见的操作？是否有必要创建一个单独的数据框(上面的“摘要”)，或者是否有一种优雅的方法将相同的信息放入原始融化的数据框中？

groupby 返回一个分层索引的数据帧，因此我将“mean”和“std”放在“value”下似乎太复杂了。

Answer 1

尝试在没有 numpy .agg 函数的情况下执行相同的操作，并使用 Pandas 中内置的 .mean() 和 .std() 函数。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({"id": ["a", "b", "c", "d"],
                   "exp": [10, 20, 30, 40],
                   "res1": [11, 22, 35, 42],
                   "res2": [9, 19, 32, 40],
                   "res3": [10.5, 20.8, 34, 48]})

m = pd.melt(df, id_vars=["id", "exp"])

mean = m.groupby("exp").mean()

errors = m.groupby("exp").std()

fig, ax = plt.subplots()
mean.plot(yerr=errors, kind='bar')

您应该得到以下结果: