我有一個數據框，其值隨時間變化。例如，我在街道上觀察到的汽車數量：df = pd.DataFrame( [{'Orange': 0, 'Green': 2, 'Blue': 1}, {'Orange': 2, 'Green': 4, 'Blue': 4}, {'Orange': 1, 'Green': 3, 'Blue': 10} ])我想創建圖表來突出顯示價值最高的汽車。所以我按最大值排序。df.loc[:, df.max().sort_values(ascending=False).index] Blue Green Orange0 1 2 01 4 4 22 10 3 1我正在使用seaborn 來創建這些圖表。據我了解，我需要將這種表示形式融合為整潔的格式。tidy = pd.melt(df.reset_index(), id_vars=['index'], var_name='color', value_name='number') index color number0 0 Blue 11 1 Blue 42 2 Blue 103 0 Green 24 1 Green 45 2 Green 36 0 Orange 07 1 Orange 28 2 Orange 1如何在數據框熔化之前添加代表列順序的列？ index color number importance0 0 Blue 1 01 1 Blue 4 02 2 Blue 10 03 0 Green 2 14 1 Green 4 15 2 Green 3 16 0 Orange 0 2 7 1 Orange 2 28 2 Orange 1 2我發現熔化后仍然可以找到最大列，但我不確定如何將其作為新列添加到數據框中：tidy.groupby('color').number.max().sort_values(ascending=False).indexIndex(['Blue', 'Green', 'Orange'], dtype='object', name='color')編輯 為了澄清，我將其繪制在折線圖上。axes = sns.relplot(data=tidy, x='index', y='number', hue='color', kind="line")圖表目前的樣子是這樣的：我想使用重要性數據來：對線條進行顏色/加粗，或者將圖形拆分為多個圖形，所以它看起來像這樣
2 回答
互換的青春
TA貢獻1797條經驗 獲得超6個贊
MultiIndex您可以在柱子上制作一個，然后將兩層堆疊起來。
# Map color to importance
d = (df.max().rank(method='dense', ascending=False)-1).astype(int)
df.columns = pd.MultiIndex.from_arrays([df.columns, df.columns.map(d)],
names=['color', 'importance'])
#color Orange Green Blue
#importance 2 1 0
#0 0 2 1
#1 2 4 4
#2 1 3 10
df = df.rename_axis(index='index').stack([0,1]).to_frame('value').reset_index()
index color importance value
0 0 Blue 0 1.0
1 0 Green 1 2.0
2 0 Orange 2 0.0
3 1 Blue 0 4.0
4 1 Green 1 4.0
5 1 Orange 2 2.0
6 2 Blue 0 10.0
7 2 Green 1 3.0
8 2 Orange 2 1.0
qq_遁去的一_1
TA貢獻1725條經驗 獲得超8個贊
另一個選項建立在您擁有的熔化基礎上，并稍后導出重要性列：
tidy["importance"] = tidy["color"].map(df.columns.to_list().index)
添加回答
舉報
0/150
提交
取消