如何在Seaborn绘图中直接实现group by与mean操作无需生成新DataFrame

你想要的操作完全可以实现，不需要提前将分组聚合结果赋值为新的DataFrame/Series对象再传入Seaborn绘图接口。

Seaborn所有绘图接口的x、y参数都支持直接传入Pandas Index、Numpy数组、列表这类可迭代序列，data参数也支持直接传入临时计算得到的Series对象，不需要提前赋值给变量。

写法1：直接传入index和values（不适合超大数据集） #

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

d = {'id': [1, 2, 3, 4, 5], 'month': [1, 2, 3, 4, 2], 'temperature': [20, 40, 50, 60, 20]}
df = pd.DataFrame(data=d)

# 无需定义中间变量，直接传入分组计算结果
sns.lineplot(
    x=df.groupby('month')['temperature'].mean().index,
    y=df.groupby('month')['temperature'].mean().values
)
plt.show()

注意：该写法会执行两次groupby聚合计算，数据量较大时会产生不必要的性能开销。

写法2：直接传入聚合后的Series（更简洁高效） #

df.groupby('month')['temperature'].mean()本身返回的就是一个以month为索引的Series对象，Seaborn的绘图接口可以直接识别该结构，默认取索引为x轴、取值为y轴，代码可以简化为：

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

d = {'id': [1, 2, 3, 4, 5], 'month': [1, 2, 3, 4, 2], 'temperature': [20, 40, 50, 60, 20]}
df = pd.DataFrame(data=d)

# 只执行一次groupby计算，无需中间变量
sns.lineplot(data=df.groupby('month')['temperature'].mean())
plt.show()

这个写法只执行一次分组聚合，性能和提前赋值中间变量的写法完全一致。

内容的提问来源于stack exchange，提问作者Test