使用不对称自定义误差条按组制作seaborn.barplot

Question

我有一个Pandas数据框，其中有几个类别分组列如下。

gr1 grp2 variables  lb     m       ub
 A   A1      V1     1.00   1.50    2.5           
 A   A2      V2     1.50   2.50    3.5         
 B   A1      V1     3.50   14.50   30.5           
 B   A2      V2     0.25   0.75    1.0

我正在尝试使用FacetGrid为variables中的每个变量获取单独的子条形图。我正在尝试构建我需要的最终图，它看起来像下面这样。

这是我目前为止的成果。

g = sns.FacetGrid(df, col="variables", hue="grp1")
g.map(sns.barplot, 'grp2', 'm', order=times)

但不幸的是，这会将我所有的数据点堆叠在一起。

我应该如何使用Seaborn来解决这个问题？

更新：以下代码基本上实现了我想要的功能，但目前没有显示yerr。

g = sns.factorplot(x="Grp2", y="m", hue="Grp1", col="variables", data=df, kind="bar", size=4, aspect=.7, sharey=False)

我该如何将lb和ub作为误差线加入到factorplot中呢？

- Black

Answer 1

在开始之前，我需要提醒一下，matplotlib要求错误相对于数据而非绝对边界。因此，我们需要修改数据框以考虑这一点，通过减去相应的列来实现。

u = u"""grp1 grp2 variables  lb     m       ub
A   A1      V1     1.00   1.50    2.5           
A   A2      V2     1.50   2.50    3.5         
B   A1      V1     7.50   14.50   20.5           
B   A2      V2     0.25   0.75    1.0
A   A2      V1     1.00   6.50    8.5           
A   A1      V2     1.50   3.50    6.5         
B   A2      V1     3.50   4.50   15.5           
B   A1      V2     8.25   12.75  13.9"""

import io
import pandas as pd

df = pd.read_csv(io.StringIO(u), delim_whitespace=True)
# errors must be relative to data (not absolute bounds)
df["lb"] = df["m"]-df["lb"]
df["ub"] = df["ub"]-df["m"]

现在有两种解决方案，本质上是相同的。让我们从不使用 seaborn 的解决方案开始（原因稍后会变得清晰）。

不使用 Seaborn

Pandas 可以通过使用每列属于或构成一个组的数据框来绘制分组条形图。需要执行以下步骤：

1. 根据不同的 variables 创建多个子图。
2. 通过 variables 对数据框进行分组。
3. 对于每个组，创建一个透视数据框，其中包含 grp1 的值作为列，m 作为值。对于两个误差列也做同样处理。
4. 应用 How add asymmetric errorbars to Pandas grouped barplot? 中的解决方案。

代码如下：

import io
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv(io.StringIO(u), delim_whitespace=True)
# errors must be relative to data (not absolute bounds)
df["lb"] = df["m"]-df["lb"]
df["ub"] = df["ub"]-df["m"]

def func(x,y,h,lb,ub, **kwargs):
    data = kwargs.pop("data")
    # from https://dev59.com/sFsV5IYBdhLWcg3wpQJ8#37139647
    errLo = data.pivot(index=x, columns=h, values=lb)
    errHi = data.pivot(index=x, columns=h, values=ub)
    err = []
    for col in errLo:
        err.append([errLo[col].values, errHi[col].values])
    err = np.abs(err)
    p = data.pivot(index=x, columns=h, values=y)
    p.plot(kind='bar',yerr=err,ax=plt.gca(), **kwargs)

fig, axes = plt.subplots(ncols=len(df.variables.unique()))
for ax, (name, group) in zip(axes,df.groupby("variables")):
    plt.sca(ax)
    func("grp2", "m", "grp1", "lb", "ub", data=group, color=["limegreen", "indigo"])
    plt.title(name)

plt.show()

使用Seaborn

Seaborn的factorplot不允许自定义误差条。因此，需要使用FaceGrid方法。为了避免条形图叠加，需要将hue参数放在map调用中。因此，以下代码等效于问题中的sns.factorplot调用。

g = sns.FacetGrid(data=df, col="variables", size=4, aspect=.7 ) 
g.map(sns.barplot, "grp2", "m", "grp1", order=["A1","A2"] )

现在的问题是，我们无法从外部获取误差条，更重要的是，我们无法为分组条形图提供误差给seaborn.barplot。对于非分组条形图，可以通过yerr参数提供误差，该参数传递给matplotlib的plt.bar绘图函数。这个概念在this question中展示。然而，由于seaborn.barplot多次调用plt.bar，每次调用都会有相同的误差（或它们的维度不匹配）。

因此，我唯一看到的选择是使用FacetGrid，并将与上面使用的完全相同的函数映射到它上面。这种方法使得使用seaborn变得过时，但为了完整起见，这里是FacetGrid的解决方案。

import io
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.read_csv(io.StringIO(u), delim_whitespace=True)
# errors must be relative to data (not absolute bounds)
df["lb"] = df["m"]-df["lb"]
df["ub"] = df["ub"]-df["m"]

def func(x,y,h,lb,ub, **kwargs):
    data = kwargs.pop("data")
    # from https://dev59.com/sFsV5IYBdhLWcg3wpQJ8#37139647
    errLo = data.pivot(index=x, columns=h, values=lb)
    errHi = data.pivot(index=x, columns=h, values=ub)
    err = []
    for col in errLo:
        err.append([errLo[col].values, errHi[col].values])
    err = np.abs(err)
    p = data.pivot(index=x, columns=h, values=y)
    p.plot(kind='bar',yerr=err,ax=plt.gca(), **kwargs)

g = sns.FacetGrid(df, col="variables", size=4, aspect=.7,  ) 
g.map_dataframe(func, "grp2", "m", "grp1", "lb", "ub" , color=["limegreen", "indigo"]) 
g.add_legend()

plt.show()

- ImportanceOfBeingErnest

---

非常感谢您详细的回复。我已经根据我的确切用例稍微修改了代码，现在它完美地工作了。 - Black