如何基于多标签提取DataFrame子集并绘制并排散点图

嘿，我太懂你说的大数据集用iloc手动找索引的痛苦了——那效率简直低到离谱！别担心，用布尔索引直接按列值筛选才是对付这种场景的正确姿势，完全不用管行的位置，逻辑清晰还高效。

第一步：高效提取目标子集 #

直接用列的取值条件组合筛选，每个条件用括号括起来，用&表示“且”的关系：

# 提取 cond=A 且 Array=TT 的数据子集
subset_A_TT = df[(df['cond'] == 'A') & (df['Array'] == 'TT')]

# 提取 cond=B 且 Array=S 的数据子集
subset_B_S = df[(df['cond'] == 'B') & (df['Array'] == 'S')]

第二步：绘制并排散点图 #

用matplotlib的subplots创建1行2列的子图布局，分别在两个子图上绘制对应子集的X-Y散点：

import matplotlib.pyplot as plt

# 创建并排子图，设置合适的画布尺寸
fig, (ax_left, ax_right) = plt.subplots(nrows=1, ncols=2, figsize=(12, 5))

# 左侧子图：绘制A-TT组合的X-Y散点
ax_left.scatter(subset_A_TT['X'], subset_A_TT['Y'], color='#1f77b4', label='A-TT')
ax_left.set_title('cond=A, Array=TT')
ax_left.set_xlabel('X')
ax_left.set_ylabel('Y')
ax_left.legend()
ax_left.grid(alpha=0.3)

# 右侧子图：绘制B-S组合的X-Y散点
ax_right.scatter(subset_B_S['X'], subset_B_S['Y'], color='#ff7f0e', label='B-S')
ax_right.set_title('cond=B, Array=S')
ax_right.set_xlabel('X')
ax_right.set_ylabel('Y')
ax_right.legend()
ax_right.grid(alpha=0.3)

# 调整子图间距，避免标签重叠
plt.tight_layout()
plt.show()

为啥这方法适合大数据集？ #

• 完全不用关心行索引的位置，直接基于你需要的cond和Array取值筛选，逻辑清晰不易出错
• 布尔索引是pandas原生的高效筛选方式，处理大数据集的速度远快于手动定位索引
• 如果后续数据更新（比如新增行），只要列值符合条件，筛选结果会自动适配，不用重新找索引

内容的提问来源于stack exchange，提问作者Brenton