在使用 Seaborn 库对分组数据绘制图形时,我们可能会遇到 “Could not interpret input” 的错误。这通常是因为 Seaborn 无法正确解析我们提供的数据,导致它无法绘制图形。
以一个示例来说明这个问题。假设我们有一个 DataFrame df,并且我们希望使用 Seaborn绘制一个柱状图,以显示不同程序的平均值。我们可以使用以下代码:
import seaborn as sns
import pandas as pd
d = {
'Path': ['abc', 'abc', 'ghi', 'ghi', 'jkl', 'jkl'],
'Detail': ['foo', 'bar', 'bar', 'foo', 'foo', 'foo'],
'Program': ['prog1', 'prog1', 'prog1', 'prog2', 'prog3', 'prog3'],
'Value': [30, 20, 10, 40, 40, 50],
'Field': [50, 70, 10, 20, 30, 30]
}
df = pd.DataFrame(d)
df.set_index(['Path', 'Detail'], inplace=True)
df_mean = df.groupby('Program').mean().sort(['Value'], ascending=False)[['Value']]
sns.factorplot('Program', data=df_mean)
运行这段代码时,我们会看到以下错误:
ValueError: Could not interperet input 'Program'
这个问题的原因是,在使用 Seaborn绘制图形时,我们需要将数据中的分组变量作为 x 轴变量来传递,而我们的数据中,Program 是一个索引变量,而不是一个列变量。因此,Seaborn 无法正确解析 Program 这个变量,导致了错误。
2、解决方案:
为了解决这个问题,我们可以将 Program 从索引变量转换为列变量。有两种方法可以做到这一点。
方法一:使用 reset_index() 函数
我们可以使用 reset_index() 函数将索引变量转换为列变量。具体做法如下:
df_mean = df.groupby('Program').mean().reset_index().sort(['Value'], ascending=False)[['Program', 'Value']]
使用 reset_index() 函数后,Program 就会成为一个列变量,我们可以将其作为 x 轴变量来传递给 Seaborn。
方法二:直接在分组时指定 as_index=False
我们也可以在分组时直接指定 as_index=False,这样就可以直接得到一个包含列变量的 DataFrame。具体做法如下:
df_mean = df.groupby('Program', as_index=False).mean().sort(['Value'], ascending=False)[['Program', 'Value']]
使用 as_index=False 参数后,Program 就会直接成为一个列变量,我们可以将其作为 x 轴变量来传递给 Seaborn。
使用这两种方法的任何一种都可以解决 “Could not interpret input” 的错误。
代码示例:
import seaborn as sns
import pandas as pd
d = {
'Path': ['abc', 'abc', 'ghi', 'ghi', 'jkl', 'jkl'],
'Detail': ['foo', 'bar', 'bar', 'foo', 'foo', 'foo'],
'Program': ['prog1', 'prog1', 'prog1', 'prog2', 'prog3', 'prog3'],
'Value': [30, 20, 10, 40, 40, 50],
'Field': [50, 70, 10, 20, 30, 30]
}
df = pd.DataFrame(d)
df.set_index(['Path', 'Detail'], inplace=True)
# 方法一:使用 reset_index() 函数
df_mean = df.groupby('Program').mean().reset_index().sort(['Value'], ascending=False)[['Program', 'Value']]
# 方法二:直接在分组时指定 as_index=False
# df_mean = df.groupby('Program', as_index=False).mean().sort(['Value'], ascending=False)[['Program', 'Value']]
sns.factorplot('Program', data=df_mean)