Question

我已经清理了一个数据集并达到了我的pandas数据框的样子：

aggregated_df = another_df.groupby(['datetime_x', 'my_category'])['my_value'].mean()
aggregated_df.head(3)

datetime_x  my_category
2011-10-01  foo         2090.91
2011-12-22  bar         2545.45
2012-01-06  foo         1944.44
Name: my_value, dtype: float64

当我尝试生成一个包含多个时间序列的图表（每个时间序列代表my_category个字段之一）时，我得到：ValueError: arrays must all be same length

sns.tsplot(
    data=aggregated_df, 
    time="datetime_x", 
    value="my_value",
    condition="my_category",
)

我认为原因是因为每个类别在被视为熊猫系列数组时，其长度可能与其他类别不同。也许是因为缺少某些日期，但我不确定这是什么原因，如果情况确实如此，我觉得很奇怪。

我还将seaborn condition=方法的tsplot参数设置为我认为应该是“分类变量”的位置（在我的情况下是my_category列），但是可能是我误解了如何使用tsplot。

另外，groupby的效果是我得到了一个带有嵌套MultiIndex的pandas levels，但我不确定这是seaborn期望的格式，即使它看起来很好我正在尝试绘制由其中一列（my_category）标记的多个时间序列。

我做错了什么？如何在同一个图表上绘制多个时间序列，每个时间序列都是从分类列中标记出来的？

Answer 1

tsplot需要每个条件的“时间”相同，即对于每个条件，您需要在同一时间单位对数据进行采样。

从tsplot docstring中查看此示例中数据框的结构，这将使其更清晰：

gammas = sns.load_dataset("gammas")
ax = sns.tsplot(time="timepoint", value="BOLD signal",
                unit="subject", condition="ROI",
                data=gammas)

我担心，tsplot在这种情况下对你没有帮助。

这个答案可能对您有所帮助，因为matplotlib和pandas的良好组合可以获得类似tsplot的行为：ref

Seaborn时间序列情节

1 个答案: