如何在Pandas中对用户进行二分类并绘制带回归线的分类图？

1. 导入所需库 #

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

2. 初始化DataFrame #

df = pd.DataFrame({
    'user': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'x': [1.6, 0.5, 0.4, 4.2, 2.6, 1, 1.6, 2.1, 2, 1.2],
    'y': [1.2, 0.3, 0.7, 1.2, 3, 3, 3, 3, 3, 3],
    'value': [2.8, 0.8, 1.1, 5.4, 5.6, 4, 4.6, 5.1, 5, 4.2]
})

3. 基于value列进行二分类 #

这里选择中位数作为分类阈值，将用户分为"低value组"和"高value组"：

# 计算value列的中位数
threshold = df['value'].median()
# 新增分类列
df['category'] = df['value'].apply(lambda v: '低value组' if v <= threshold else '高value组')

如果需要用数值标记分类（0/1），可以用：

df['category_num'] = df['value'].apply(lambda v: 0 if v <= threshold else 1)

4. 绘制带回归线的分类结果图 #

方案1：x-y散点+分类回归线 #

用seaborn的lmplot直接绘制散点图，同时按分类区分颜色并添加回归线：

# 设置绘图风格
sns.set_style("whitegrid")

# 绘制图形
g = sns.lmplot(
    data=df,
    x='x',
    y='y',
    hue='category',
    markers=['o', 's'],  # 不同分类用不同标记
    fit_reg=True,  # 开启回归线
    height=6,
    aspect=1.2
)

# 添加标题和标签
g.set(title='基于value分类的用户x-y分布及回归线', xlabel='x值', ylabel='y值')

# 显示图形
plt.show()

方案2：用户ID-value散点+整体回归线 #

如果需要展示用户ID与value的关系，同时添加整体回归线：

plt.figure(figsize=(10, 6))
# 绘制分类散点
sns.scatterplot(data=df, x='user', y='value', hue='category', s=100)
# 添加整体回归线
sns.regplot(data=df, x='user', y='value', scatter=False, color='gray')

# 配置图形元素
plt.title('用户value值分布及回归线')
plt.xlabel('用户ID')
plt.ylabel('value值')
plt.legend(title='分类')

plt.show()

内容的提问来源于stack exchange，提问作者alxander21