如何使用multiindex数据框创建seaborn回归图？

Question

我有时间序列数据，这些数据在（年，月）上被多索引，如下所示：

print(df.index)
print(df)

MultiIndex(levels=[[2016, 2017], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]],
           labels=[[0, 0, 0, 0, 0, 0, 0, 0], [2, 3, 4, 5, 6, 7, 8, 9]],
           names=['Year', 'Month'])
            Value
Year Month            
2016 3       65.018150
     4       63.130035
     5       71.071254
     6       72.127967
     7       67.357795
     8       66.639228
     9       64.815232
     10      68.387698

我想对这些时间序列数据进行非常基本的线性回归。因为pandas.DataFrame.plot没有做任何回归，我打算用Seaborn进行我的绘图。

我试图通过使用lmplot来做到这一点：

sns.lmplot(x=("Year", "Month"), y="Value", data=df, fit_reg=True) 

但是我收到一个错误：

TypeError: '>' not supported between instances of 'str' and 'tuple'

这对我来说特别有趣，因为df.index.levels[:]中的所有元素都是numpy.int64类型，df.index.labels[:]中的所有元素都是numpy.int8类型。

为什么我收到此错误？我该如何解决？

Answer 1

考虑以下方法：

df['x'] = df.index.get_level_values(0) + df.index.get_level_values(1)/100

收益率：

In [49]: df
Out[49]:
                Value        x
Year Month
2016 3      65.018150  2016.03
     4      63.130035  2016.04
     5      71.071254  2016.05
     6      72.127967  2016.06
     7      67.357795  2016.07
     8      66.639228  2016.08
     9      64.815232  2016.09
     10     68.387698  2016.10

让我们准备X-ticks标签：

labels = df.index.get_level_values(0).astype(str) + '-' + \
         df.index.get_level_values(1).astype(str).str.zfill(2)

sns.lmplot(x='x', y='Value', data=df, fit_reg=True)
ax = plt.gca()
ax.set_xticklabels(labels)

结果：

Answer 2

您可以使用reset_index将数据框的索引转换为列。然后使用seaborn直接绘制DataFrames列。

因为我猜使用lmplot的原因是显示不同年份的不同回归（否则regplot可能更适合），"Year"column可以用作hue。

import numpy as np
import pandas as pd
import seaborn.apionly as sns
import matplotlib.pyplot as plt

iterables = [[2016, 2017], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]]
index = pd.MultiIndex.from_product(iterables, names=['Year', 'Month'])
df = pd.DataFrame({"values":np.random.rand(24)}, index=index)

df2 = df.reset_index()  # or, df.reset_index(inplace=True) if df is not required otherwise 

g = sns.lmplot(x="Month", y="values", data=df2, hue="Year")

plt.show()