3

我有一个熊猫数据框，代表来自地区、主题和使用不同度量的几个不同时间序列的数据。pandas 数据透视表允许我轻松地透视数据的特定子集并绘制它。但是，我一生都无法弄清楚如何将误差线添加到情节中。由于旋转操作采用表格指定部分的平均值或值，因此我编写了一个小 labmda 函数来制作第二个表格，该表格与包含标准误差的第一个表格完全对齐。但是，我无法通过添加带有这些值的误差线来更新绘图。我相信我可以通过将表中的数据提取到向量中来解决问题，但这会破坏数据框的实用性。

样本数据：

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

# datafile
fileIN = 'model_data.txt' 

# read in data 
data = pd.read_table(fileIN, sep='\t')

此数据如下所示：

In [9]: data.head()
Out[9]: 
  subject     drug group  TR     mask     data         measure
0  sub1S1  placebo    h1   1  region1  0.33333  total_accuracy
1  sub1S1  placebo    h1   1  region1  0.34615            facc
2  sub1S1  placebo    h1   1  region1  0.42308            sacc    
3  sub1S1  placebo    h1   1  region1  0.23077            dacc
4  sub1S1  placebo    h1   1  region1 -0.26923           fdist

# select just what we want to see 
stage1 = data[data['measure'] == 'total_accuracy']

这个新框架如下所示：

In [19]: stage1.head()
Out[19]: 
   subject     drug group  TR     mask     data         measure
0   sub1S1  placebo    h1   1  region1  0.33333  total_accuracy
10  sub1S1  placebo    h1   2  region1  0.39744  total_accuracy
20  sub1S1  placebo    h1   3  region1  0.44872  total_accuracy
30  sub1S1  placebo    h1   4  region1  0.48718  total_accuracy
40  sub1S1  placebo    h1   5  region1  0.48718  total_accuracy

指示时间的 TR 正在按预期进行。现在，我对我现在不感兴趣的所有会话药物和组数据取平均值，但将区域数据保留为列并将时间保留在行中：

table = pd.pivot_table(stage1,values='data',rows=['TR'],cols=['mask'])

结果是 ：

    mask   region1   region2   region3
TR                                
1     0.302465  0.226020  0.227680
2     0.353040  0.277540  0.329060
3     0.341645  0.340215  0.378680
4     0.354700  0.303180  0.377970
5     0.404085  0.333330  0.320985
6     0.353750  0.409310  0.308165

这很棒，因为现在当我这样做时

ax = table.plot()

并设置我想要的所有属性，然后执行 plt.show()，这正是我想要的。但是我需要得到这张图上的误差线。如果我做：

# lambda function to get standard error
ste = lambda x: np.std(x) / np.sqrt(len(x))
# get a table of the standard errors 
ste_table = pd.pivot_table(stage1,values='data',rows=['TR'],cols=['mask'],aggfunc = ste)

然后我得到：

In [26]: ste_table
Out[26]: 
mask   region1   region2   region3
TR                                
1     0.021825  0.014771  0.047511
2     0.031396  0.030384  0.075547
3     0.075713  0.022327  0.049526
4     0.093678  0.048515  0.022832
5     0.058757  0.000000  0.008729

这是标准误的正确值。但我找不到用错误栏更新情节的方法。据我所知，我可以提取向量，然后使用 plt.errorbar 绘制它们，但我觉得应该有一种简单的方法来告诉 pandas 数据框这些是相关的错误，我希望它们出现在图上。任何帮助是极大的赞赏。（请原谅这篇文章的长度！我想彻底解释一下，我在这个论坛上完全是菜鸟。另外，堆栈溢出不允许我用错误栏、错误栏或栏来标记它）

4

0 回答 0