Python中Plotnine函数传递DataFrame与变量的可行性咨询

作为Python新手，你这个思路完全没问题——把DataFrame和变量名传入函数来复用绘图逻辑是非常好的实践！不过你的代码里有两个关键问题需要调整，我来帮你改好：

问题1：DataFrame列访问方式错误 #

你写的dataset.variableName会让Python把variableName当成DataFrame的列名，而不是你传入的参数值。正确的做法是用方括号索引：dataset[variableName]。

问题2：plotnine的aes映射需要解析变量名 #

plotnine的aes()函数默认会把传入的参数当成字面量字符串，不会识别你传入的变量名。这里有两种解决方法：

• 方法一：使用aes_string()，专门接收字符串形式的列名
• 方法二：使用tidyeval语法，用!!sym()把字符串转成plotnine能识别的符号

下面是修正后的完整代码：

方法一：用aes_string()的版本 #

from plotnine import ggplot, aes_string, geom_boxplot, labs, ggtitle

def countPred_eda(dataset, variableName, targetVariable):
    # 正确访问列并打印描述性统计
    print(dataset[variableName].describe())
    # 使用aes_string接收字符串列名
    return (ggplot(dataset) + 
            aes_string(x=targetVariable, y=variableName, fill=targetVariable) + 
            geom_boxplot(alpha=0.8) + 
            labs(x=targetVariable, y=variableName) + 
            ggtitle(f"Churn ratio with {variableName}"))

# 调用时要把变量名传成字符串！
countPred_eda(train_data, "number_customer_service_calls", "churn")

方法二：用tidyeval语法的版本（更推荐，符合现代plotnine用法） #

from plotnine import ggplot, aes, geom_boxplot, labs, ggtitle
from rlang import sym, !!

def countPred_eda(dataset, variableName, targetVariable):
    print(dataset[variableName].describe())
    # 把字符串转成符号，用!!注入到aes里
    var_sym = sym(variableName)
    target_sym = sym(targetVariable)
    return (ggplot(dataset) + 
            aes(x=!!target_sym, y=!!var_sym, fill=!!target_sym) + 
            geom_boxplot(alpha=0.8) + 
            labs(x=targetVariable, y=variableName) + 
            ggtitle(f"Churn ratio with {variableName}"))

# 同样要传字符串形式的列名
countPred_eda(train_data, "number_customer_service_calls", "churn")

关键提醒 #

调用函数的时候，一定要把列名以字符串的形式传入（比如"number_customer_service_calls"而不是直接写number_customer_service_calls），否则Python会把它当成未定义的变量报错！

这样修改后，你的函数就能正常接收DataFrame和变量名，绘制出想要的箱线图啦～

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