如何在plotnine中通过特征交互实现分组？

问题背景 #

在R的ggplot2中，可以通过group=interaction(store, promo)直接在绘图的美学映射里，基于两个离散因子的唯一组合创建分组，实现折线图的分组连线。但在plotnine中直接使用该语法会报错，目前只能通过手动在数据框中创建分组列实现，这种方式需要修改原数据，不够高效。

解决方案 #

无需修改原数据框，直接在plotnine的美学映射内完成多因子分组，有两种简洁方式：

方案1：使用元组作为分组依据

plotnine支持将多个变量组合成元组作为分组标识，直接在group参数中指定即可：

import plotnine as p9
import pandas as pd

df = pd.DataFrame({
    'week': [1,2,3,4]*4,
    'store': (["A"]*8 + ["B"]*8),
    'promo': (["promo1"]*4 + ["promo2"]*4)*2,
    'sales': [1, 2, 6, 7, 2, 3, 5, 6, 3, 4, 7, 8, 3, 5, 8, 9]
})

(
    p9.ggplot(df, p9.aes(
        x="week", 
        y="sales", 
        color="store", 
        shape="promo",
        group="(store, promo)"
    )) + 
    p9.geom_point(size=3) +
    p9.geom_line()
)

方案2：字符串拼接生成分组因子

通过将两个离散变量拼接成唯一字符串并转为因子，也能实现相同的分组效果：

(
    p9.ggplot(df, p9.aes(
        x="week", 
        y="sales", 
        color="store", 
        shape="promo",
        group="factor(store + '_' + promo)"
    )) + 
    p9.geom_point(size=3) +
    p9.geom_line()
)

说明 #

• 两种方法都不需要修改原数据框，直接在绘图逻辑内完成分组，和R中interaction的功能完全一致。
• 元组方式更简洁，字符串拼接方式生成的分组标识可读性更强，适合需要调试分组逻辑的场景。

内容的提问来源于stack exchange，提问作者Damien Martin