如何在seaborn.objects中同时实现分箱与非count类聚合（如均值计算）？

当然可以，不用提前在pandas里做groupby聚合，seaborn.objects提供了原生的声明式API，能直接在绘图流程里完成分箱操作和非count类的聚合计算（比如你需要的均值）。

改进后的代码 #

import seaborn.objects as so
import seaborn as sns

# 加载数据集
df = sns.load_dataset("penguins")

# 直接在绘图流程中完成分箱+均值聚合
p = (
    so.Plot(df, x="bill_length_mm", y="bill_depth_mm")
    .add(so.Bars(), so.Bin(x=30), so.Agg("mean", y="bill_depth_mm"))
)

p.show()

代码说明 #

• so.Bin(x=30)：对x轴的bill_length_mm字段进行分箱，指定分成30个区间，和你原代码中pd.cut(df["bill_length_mm"], bins=30)的效果一致，且会自动用分箱的中点作为x轴的显示位置，省去了你手动提取mid值的步骤。
• so.Agg("mean", y="bill_depth_mm")：针对每个分箱，计算bill_depth_mm的均值，替换了原代码中groupby().mean()的聚合逻辑。
• 整个流程完全基于seaborn.objects的声明式风格，代码更简洁，也避免了手动处理中间DataFrame的繁琐操作。

自定义分箱区间 #

如果需要指定具体的分箱边界，也可以给so.Bin传入自定义的区间列表，用法和pd.cut类似：

p = (
    so.Plot(df, x="bill_length_mm", y="bill_depth_mm")
    .add(so.Bars(), so.Bin(x=[30, 35, 40, 45, 50, 55, 60]), so.Agg("mean", y="bill_depth_mm"))
)

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