You need to enable JavaScript to run this app. 如何从实际分类集合自动生成UpSetPlot所需的多索引计数Series?
优惠活动
大模型
产品
解决方案
定价
更多

如何从实际分类集合自动生成UpSetPlot所需的多索引计数Series?

从实际集合元素生成UpSetPlot兼容计数结构的实现方法

你完全不需要依赖官方自带的generate_counts()示例函数,可以直接基于手头的实际集合数据生成符合要求的结构。

UpSetPlot要求的输入Series本质是:以各个集合的「元素是否属于该集合」的布尔值为分层多重索引,索引对应的值是该归属组合下的元素总数量。


最常用的实现方式

当你持有各个集合的独立元素列表/集合对象时

操作步骤:

  • 汇总所有集合覆盖的全量元素池
  • 逐元素判断其在每个集合中的归属情况(生成True/False标记)
  • 按归属标记的组合分组计数

对应的可直接运行的代码示例:

import pandas as pd
from upsetplot import plot

# 替换为你实际的集合数据
cat0 = {"A", "B", "C", "G"}
cat1 = {"B", "C", "D", "E"}
cat2 = {"C", "E", "F", "G"}

# 汇总全量不重复元素
all_universe = list(cat0 | cat1 | cat2)
# 生成每个元素的集合归属标记表
member_table = pd.DataFrame({
    "cat0": [item in cat0 for item in all_universe],
    "cat1": [item in cat1 for item in all_universe],
    "cat2": [item in cat2 for item in all_universe],
})
# 分组计数得到UpSetPlot可直接识别的结构
upset_input = member_table.groupby(["cat0", "cat1", "cat2"]).size()

# 直接绘图即可,和官方示例的调用方式完全一致
plot(upset_input, orientation="vertical")

当你已经持有逐元素的属性标记表时

如果你的数据本身就是每行一个元素、每列对应一个集合的归属标记,不需要做集合合并的步骤,直接分组计数即可:

# 假设现有表结构:
#  元素名   cat0    cat1    cat2
#  元素1   True   False   False
#  元素2   True    True   False
#  ...
upset_input = your_df.groupby(["cat0", "cat1", "cat2"]).size()
plot(upset_input)

扩展适配场景

  • 如果你的数据带元素权重(比如需要统计某类元素的出现频次、加权计数),可以把groupby().size()替换为groupby()["权重列名"].sum(),输出的结构依然兼容UpSetPlot的所有参数
  • 最终生成的upset_input和官方generate_counts()返回的Series结构完全一致,支持所有原plot接口的自定义配置(方向、排序方式、显示阈值等)

内容的提问来源于stack exchange,提问作者user5054

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.06 00:06:10