如何整理多层列索引DataFrame以绘制拆分小提琴图/箱线图

你当前的多层列索引DataFrame属于宽格式，而seaborn的split=True参数要求数据是长格式（tidy data）——也就是每一行对应一个独立的数据点，包含分组信息（子分组V1/VMA3、条件rest/task）和数值。只需要通过Pandas的内置方法重构数据格式，不需要更换底层数据组织方式。

具体步骤 #

1. 数据结构转换逻辑

你的原始DataFrame列是多层索引：

• 第一层：rest/task（条件分组）
• 第二层：V1/V2/VMA3（子分组）

我们需要把这两层列索引转换成普通列，同时把所有数值整理到一列中，最终得到包含三列的长格式数据：

• region：子分组（V1/VMA3等）
• condition：条件（rest/task）
• value：对应的数据值

2. 代码实现（含模拟数据示例）

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

# 模拟你的多层列索引DataFrame（729条数据）
regions = ["V1", "V2", "VMA3"]
conditions = ["rest", "task"]
df = pd.DataFrame(
    np.random.randn(729, len(regions)*len(conditions)),
    columns=pd.MultiIndex.from_product([conditions, regions], names=["condition", "region"])
)

# 转换为长格式（两种方法二选一）
# 方法1：用melt直接拆分多层列
df_long = df.melt(var_name=["condition", "region"], value_name="value")

# 方法2：用stack重构索引
# df_long = df.stack(level="region").reset_index().rename(columns={0: "value"})

# 绘制拆分小提琴图
sns.violinplot(data=df_long, x="region", y="value", hue="condition", split=True)
plt.show()

# 若要绘制箱线图，替换为：
# sns.boxplot(data=df_long, x="region", y="value", hue="condition", split=True)

关键说明 #

• split=True的作用是：在同一个x轴类别（子分组V1/VMA3）下，将hue指定的两个分组（rest/task）的分布合并到同一个图中左右拆分展示。
• 长格式是seaborn分类绘图的标准输入格式，能让库自动识别分组关系，避免把rest/task拆成独立子图。

内容的提问来源于stack exchange，提问作者Philipp