咨询Seaborn pairplot是否支持输入多个同列名不同数据的DataFrame

你说得没错，Seaborn的pairplot()默认确实只接受单个DataFrame作为输入——官方文档里的示例也都是基于单一数据集的。不过要实现你想要的多数据集对比可视化，只需要简单处理一下数据就行，步骤很清晰：

核心思路：合并DataFrame并添加区分标识 #

因为你的两个DataFrame列名完全一致，我们可以给每个数据集添加一个类别列来标记数据来源，然后把它们合并成一个大的DataFrame，最后用pairplot的hue参数来区分不同数据集。

具体步骤与代码示例 #

1. 给每个DataFrame添加类别标识列
   给df1和df2分别添加一列，用来区分是"县内学校数量"还是"县内失业率"数据：

   import pandas as pd
   import seaborn as sns
   
   # 假设df1和df2是你已有的两个DataFrame，列名完全一致
   df1["数据类别"] = "县内学校数量"
   df2["数据类别"] = "县内失业率"
   

2. 合并两个DataFrame
   用pd.concat()把两个数据集合并成一个：

   combined_df = pd.concat([df1, df2], ignore_index=True)
   

3. 调用pairplot并指定hue参数
   现在就可以用合并后的DataFrame绘图，通过hue="数据类别"让不同数据集的点用不同颜色区分：

   # 绘制pairplot，hue参数会自动生成图例区分不同数据集
   sns.pairplot(combined_df, hue="数据类别")
   

进阶优化：增加标记样式区分 #

如果觉得颜色区分不够明显，还可以搭配markers参数给不同数据集设置不同的点形状，比如：

sns.pairplot(combined_df, hue="数据类别", markers=["o", "s"])

这样"学校数量"的点用圆形，"失业率"的点用方形，对比会更直观。

内容的提问来源于stack exchange，提问作者Glenn G.