Визуализация данных в DataFrames

Введение в визуализацию данных с Julia

Gustavo Vieira Suñe

Data Analyst

Набор данных по страхованию

DataFrame insurance

Age	Sex	BMI	Children	Smoker	Region	Charges
19	female	27.90	0	yes	southwest	16884.90
18	male	33.77	1	no	southeast	1725.55
28	male	33.00	3	no	southeast	4449.46
...	...	...	...	...	...	...

DataFrames — гибкий и эффективный формат для табличных данных
- StatsPlots содержит рецепт для построения графиков из DataFrames
- Знакомьтесь: нотация @df!

Извлечение массивов из DataFrame

Средние страховые взносы по региону и статусу курильщика

# Group by region and smoker
grouped = groupby(insurance, [:Region, :Smoker])

# Calculate mean charges
grouped_mean_charges = combine(grouped, :Charges => mean)

Каждый столбец возвращает массив данных
- Например, grouped_mean_charges.Region извлекает массив регионов в виде строк.

Построение графиков из массивов

# Grouped bar chart
groupedbar(

    # Pass arrays as arguments
    grouped_mean_charges.Region,
    grouped_mean_charges.Charges_mean,
    group=grouped_mean_charges.Smoker,

    color=[:teal :orangered2],
    linewidth=0,
    legend_title="Smoker",
    legend_position=:outertopright)
xlabel!("Region")
ylabel!("Insurance Premium (USD)")

Сгруппированная столбчатая диаграмма страховых взносов по регионам в разбивке по статусу курильщика.

Построение графиков напрямую из DataFrames

# Plot from DataFrame
@df grouped_mean_charges groupedbar(

    # Pass column names
    :Region,
    :Charges_mean,

    group=:Smoker,

    color=[:teal :orangered2],
    linewidth=0,
    legend_title="Smoker",
    legend_position=:outertopright)
xlabel!("Region")
ylabel!("Insurance Premium (USD)")

Сгруппированная столбчатая диаграмма страховых взносов по регионам в разбивке по статусу курильщика.

Сравнение двух подходов

# Grouped bar chart
groupedbar(

    # Pass arrays as arguments
    grouped_mean_charges.Region,
    grouped_mean_charges.Charges_mean,
    group=grouped_mean_charges.Smoker,

    color=[:teal :orangered2],
    linewidth=0,
    legend_title="Smoker",
    legend_position=:outertopright)
xlabel!("Region")
ylabel!("Insurance Premium (USD)")

# Plot from DataFrame
@df grouped_mean_charges groupedbar(

    # Pass column names
    :Region,
    :Charges_mean,
    group=:Smoker,

    color=[:teal :orangered2],
    linewidth=0,
    legend_title="Smoker",
    legend_position=:outertopright)
xlabel!("Region")
ylabel!("Insurance Premium (USD)")

Цепочки команд для DataFrames

Предыдущий подход

# Group by region and smoker
grouped = groupby(insurance, [:Region, :Smoker])
# Calculate mean charges
grouped_mean_charges = combine(grouped, :Charges => mean)

Используем цепочку команд

using Chain
# Chain groupby and combine
grouped_mean_charges = @chain insurance begin
  groupby([:Region, :Smoker])
  combine(:Charges => mean)
end

Цепочка с визуализацией

# Plotting chain
@chain insurance begin
    # Manipulate data
    groupby([:Region, :Smoker])
    combine(:Charges => mean)

    # Plot data
    @df groupedbar(:Region,
        :Charges_mean,
        group=:Smoker,
        color=[:teal :orangered2],
        linewidth=0, legend_title="Smoker",
        legend_position=:outertopright)

end
xlabel!("Region")
ylabel!("Insurance Premium (USD)")

Сгруппированная столбчатая диаграмма страховых взносов по регионам в разбивке по статусу курильщика.

Давайте потренируемся!

Введение в визуализацию данных с Julia