在Seaborn FacetGrid中使用map_dataframe绘制热力图报错排查

错误原因 #

• 参数笔误：原代码中FacetGrid的col='colrow'是错误的，你的数据中不存在colrow列，应改为col='colnum'。
• 数据结构不匹配：sns.heatmap需要纯数值矩阵作为输入，但直接使用map_dataframe(sns.heatmap)会把包含字符串列（如Hosp、Spec）的整个子DataFrame传递过去，导致无法将字符串转为浮点数的错误。

修正后的完整代码 #

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

waitremap = {'0-2':0,'3-4':1,'5-6':2,'7-8':3,'9-10':4,'11-12':5}

df = pd.DataFrame({ 
    'Spec':['A','A','A','B','B','B','A','B'],
    'Wait':[5,6,2,4,1,2,11,12],
    'Hosp':['X1','X2','X1','X2','X1','X2','X1','X2'],
    'WaitClass':['5-6','5-6','0-2','3-4','0-2','0-2','11-12','11-12'],
})

df = df.assign(waitindex = df.WaitClass.map(waitremap))

# 生成按index归一化的热力图数据
heatdf = (pd.crosstab(
    index=[df.Hosp,df.Spec],
    columns=df.WaitClass,
    values=df.Wait,
    aggfunc='count',
    normalize='index'
).assign(colnum =1).reset_index())

# 生成全局归一化的热力图数据
heatdf1 = (pd.crosstab(
    index=[df.Hosp,df.Spec],
    columns=df.WaitClass,
    values=df.Wait,
    aggfunc='count',
    normalize=True
).assign(colnum =2).reset_index())

finalheatdf = pd.concat([heatdf,heatdf1])

# 自定义绘图函数：提取数值矩阵并绘制热力图
def plot_heatmap(data, x_cols, ax=None):
    # 提取指定数值列转为矩阵
    heat_data = data[x_cols].values
    # 获取y轴标签
    y_labels = data['Hosp'].tolist()
    sns.heatmap(
        heat_data,
        ax=ax,
        annot=True,  # 显示单元格数值
        cmap='YlGnBu',
        yticklabels=y_labels,
        xticklabels=x_cols
    )
    ax.set_ylabel('Hosp')
    ax.set_xlabel('WaitClass')

# 指定热力图的x轴列顺序
x_cols = ['0-2','11-12','3-4','5-6']

# 初始化FacetGrid：按colnum分栏，Spec分行
g3 = sns.FacetGrid(finalheatdf, col='colnum', row='Spec', sharex=False, sharey=False)
# 映射自定义绘图函数，传递x轴列参数
g3.map_dataframe(plot_heatmap, x_cols=x_cols)

# 调整子图间距，避免标签重叠
plt.tight_layout()
plt.show()

关键修改说明 #

1. 修正FacetGrid的col参数为colnum，匹配数据中的分栏字段。
2. 自定义plot_heatmap函数，从子DataFrame中仅提取需要的数值列作为热力图数据源，过滤掉非数值列。
3. 设置sharex=False, sharey=False，让每个子图的坐标轴独立显示，避免标签重叠。
4. 添加annot=True显示热力图单元格内的数值，提升可读性。

内容的提问来源于stack exchange，提问作者sxs