Pandas：点大小由一列的唯一值相对于另一列的相应值确定的散点图

Question

给定以下样本数据框：

df = pd.DataFrame( { 'A' : [ 1, 1, 1, 2, 2, 2, 3, 3, 3 ],
                     'B' : [ 'x', 'y', 'z', 'x', 'y', 'y', 'x', 'x', 'x' ] } )

我想生成 B 的唯一值（点的大小由每组唯一值中 B 值的数量决定）相对于 A 的相应值的散点图，所以我想得到以下三个列表：

A = [ 1, 1, 1, 2, 2, 3 ]
B = ['x', 'y', 'z', 'x', 'y', 'x']
Bsize = [ 1, 1, 1, 1, 2, 3]

我试过用 groupby 做这个：

group = df.groupby(['A','B'])

组的key里面有我要的数据，但是没有排序：

group.group.keys()
[(1, 2), (1, 3), (3, 1), (2, 1), (2, 2), (1, 1)]

'first' 方法 returns 看起来像 Dataframe，但我无法访问 'A' 和 'B' 键：

group.first()['A']
...
KeyError: 'A'

如果我遍历名称和组，事情似乎是有序的，所以我可以通过做得到我想要的：

A = []
B = []
for name, _ in group:
    A.append(name[0])
    B.append(name[1])

然后我可以通过以下方式获取 Bsize 列表：

group['B'].count().values
array([1, 1, 1, 1, 2, 3])

然而，这看起来非常笨拙，这表明我还不了解如何正确使用该组。

Answer 1

IIUC 也许你可以 import numpy as np 并且：

In [52]: group = df.groupby(['A','B']).apply(np.unique).reset_index()

In [53]: group
Out[53]: 
   A  B       0
0  1  x  [1, x]
1  1  y  [1, y]
2  1  z  [1, z]
3  2  x  [2, x]
4  2  y  [2, y]
5  3  x  [3, x]

然后：

In [57]: A = group['A'].tolist()

In [58]: B = group['B'].tolist()

In [59]: A
Out[59]: [1, 1, 1, 2, 2, 3]

In [60]: B
Out[60]: ['x', 'y', 'z', 'x', 'y', 'x']

要一次获得您需要的所有列表，您可以：

In [87]: group = df.groupby(['A','B']).size().reset_index(name='s')

In [88]: group
Out[88]: 
   A  B  s
0  1  x  1
1  1  y  1
2  1  z  1
3  2  x  1
4  2  y  2
5  3  x  3

尺寸：

In [91]: group['s'].tolist()
Out[91]: [1, 1, 1, 1, 2, 3]

甲：

In [92]: group['A'].tolist()
Out[92]: [1, 1, 1, 2, 2, 3]

乙：

In [93]: group['B'].tolist()
Out[93]: ['x', 'y', 'z', 'x', 'y', 'x']

编辑：在最后一个数据框中，您拥有所需的所有信息，因此您可以只保留最后一个数据框来获取所有列表。

Pandas：点大小由一列的唯一值相对于另一列的相应值确定的散点图

Pandas: scatterplot with points sized by unique values of one column against the corresponding values of another column

python

pandas

scatter-plot