如何使用Statsmodels库从Pandas数据框创建马赛克图？

Question

我正在使用Python 3.4、Pandas 0.15和Statsmodels 0.6.0尝试根据Statsmodels文档中描述的方式，从数据框创建一个马赛克图。然而，我不理解提供给mosaic()函数的输入格式应该是怎样的。

给定一个简单的数据框：

In:
myDataframe = pd.DataFrame({'size' : ['small', 'large', 'large', 'small', 'large', 'small'], 'length' : ['long', 'short', 'short', 'long', 'long', 'short']})

Out:
  length   size
0   long  small
1  short  large
2  short  large
3   long  small
4   long  large
5  short  small

尝试创建此数据的马赛克图时：

from statsmodels.graphics.mosaicplot import mosaic
mosaic(data=myDataframe, title='Mosaic Plot')

给出了ValueError: cannot label index with a null key的错误提示。

由于马赛克图是列联表的可视化，我尝试首先使用它创建了一个。

In:
myCrosstable = pd.crosstab(myDataframe['size'], myDataframe['length'])

Out:
length  long  short
size               
large      1      2
small      2      1

即便如此，将myCrosstable用作数据参数仍会导致相同的错误。

为了使mosaic()函数接受数据框，该数据框必须满足怎样的格式要求？文档对于数据参数的解释如下： 参数：

data：dict、pandas.Series、np.ndarray、pandas.DataFrame

The contingency table that contains the data. Each category should contain a non-negative number with a tuple as index.

那不就是pd.crosstab函数返回的内容吗？如果不是，我该如何相应地转换数据框呢？

- Dirk

Answer 1

我使用了你的数据和这段代码：

mosaic(myDataframe, ['size', 'length'])

并得到了这样的图表：

- Primer

---

嗨，我该如何使得这些方框基于另一列的值来创建？ - user147529

@user147529 - mosaic 的第二个参数是你想要用来调整方块大小的列列表。如果这不能解决问题，也许可以尝试提出一个单独的问题。 - Primer

Answer 2

您可以在交叉表上使用堆栈函数来避免重新计算列联表。

使用您的代码，mosaic(myCrossTable.stack()) 即可。

- Emile Bres