准备带有误差线的绘图的熊猫数据帧

Question

我正准备在R的ggplot2中绘制一个带有误差线的熊猫数据框，这需要计算列的统计量。错误栏需要最小值（平均值 - 标准开发）和最大值（平均值+标准开发）。我得到这些使用GROUPBY/AGG：

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")] 

然后有R绘制如下：

# 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) 

有没有一种方法，以简化的“最小” /“最大”列中的计算，因为它是这种常见操作？是否需要创建单独的数据框（上面的“摘要”），还是有一种将相同信息放入原始融化数据框的优雅方法？

groupby返回一个分级索引的数据框，所以我把“mean”和“std”放在“value”下似乎太复杂了。

Answer 1

尝试执行相同的操作，而不使用numpy .agg函数，并使用Pandas中的.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') 

你应该得到以下结果：