如何在plotnine中仅为单个分组添加误差棒？

实现仅为Type=A的分组添加误差棒 #

首先需要为误差棒准备上下限数据（原数据无误差值，这里模拟±0.2的误差），然后在geom_errorbar图层中指定仅使用Type为A的数据：

完整代码示例 #

import pandas as pd
from plotnine import ggplot, aes, geom_line, geom_errorbar

# 初始化数据框
dat = pd.DataFrame(data={"Type":["A","A","B","B"],"x":[1,2,1,2],"y":[1,2,2,4]})
# 添加误差棒上下限列
dat['y_min'] = dat['y'] - 0.2
dat['y_max'] = dat['y'] + 0.2

# 绘制折线+指定分组的误差棒
(ggplot(dat, aes(x="x", y="y", linetype="Type"))
 + geom_line()
 # 为Type=A的分组添加误差棒
 + geom_errorbar(
     aes(ymin="y_min", ymax="y_max"),
     data=dat[dat['Type'] == 'A'],  # 指定该图层使用的数据子集
     width=0.1  # 误差棒横向宽度
 )
)

plotnine中指定图层数据子集的两种常用方法 #

1. 直接传入筛选后的数据框 #

在图层的data参数中，传入经过筛选/处理后的子数据框，适合需要对数据进行复杂预处理的场景：

# 示例：筛选Type=A的数据传给误差棒图层
geom_errorbar(aes(ymin="y_min", ymax="y_max"), data=dat[dat['Type'] == 'A'])

2. 使用subset参数筛选 #

通过subset参数传入布尔条件，直接在原数据框中筛选符合条件的行，代码更简洁，适合简单条件筛选：

# 示例：用subset参数指定Type=A的子集
geom_errorbar(aes(ymin="y_min", ymax="y_max"), subset=(dat['Type'] == 'A'))

注意事项 #

• 误差棒必须指定ymin和ymax映射，所以需要提前准备好对应的数据列；
• 如果图层的美学映射（aes）与主图不同，也可以在图层内单独定义aes。

内容的提问来源于stack exchange，提问作者Wyatt