Создайте графику для многоиндексного фрейма данных ⇐ Python

[Anonymous]

Это мой первый вопрос. Я не нашел способа создать графику из многоиндексированного фрейма данных, чтобы показать, что разработка идет для ответов на тест. Постоянно выдает ошибки. Первая часть кода просто объясняет, как я создал фрейм данных, чтобы вы все могли иметь некоторый контекст. проблема возникает, когда мне нужно правильно адресовать статьи моего словаря для создания графики.
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
[enter image description here](https://i.sstatic.net/BH0Zvfxz.png)
# Crear un diccionario para almacenar las estadísticas
estadisticas = {
'Mínimo': {
('línea Base', 'Autocompasión'): df[columnas_autocompasion_1].min().min(),
('línea Base', 'Burnout'): df[columnas_burnout_1].min().min(),
('línea Base', 'Apoyo Social'): df[columnas_apoyo_social_1].min().min(),
('3 meses', 'Autocompasión'): df[columnas_autocompasion_2].min().min(),
('3 meses', 'Burnout'): df[columnas_burnout_2].min().min(),
('3 meses', 'Apoyo Social'): df[columnas_apoyo_social_2].min().min(),
('6 meses', 'Autocompasión'): df[columnas_autocompasion_3].min().min(),
('6 meses', 'Burnout'): df[columnas_burnout_3].min().min(),
('6 meses', 'Apoyo Social'): df[columnas_apoyo_social_3].min().min()
},
'Promedio': {
('línea Base', 'Autocompasión'): df[columnas_autocompasion_1].mean().mean(),
('línea Base', 'Burnout'): df[columnas_burnout_1].mean().mean(),
('línea Base', 'Apoyo Social'): df[columnas_apoyo_social_1].mean().mean(),
('3 meses', 'Autocompasión'): df[columnas_autocompasion_2].mean().mean(),
('3 meses', 'Burnout'): df[columnas_burnout_2].mean().mean(),
('3 meses', 'Apoyo Social'): df[columnas_apoyo_social_2].mean().mean(),
('6 meses', 'Autocompasión'): df[columnas_autocompasion_3].mean().mean(),
('6 meses', 'Burnout'): df[columnas_burnout_3].mean().mean(),
('6 meses', 'Apoyo Social'): df[columnas_apoyo_social_3].mean().mean()
},
'Desviación Típica': {
('línea Base', 'Autocompasión'): df[columnas_autocompasion_1].std().mean(),
('línea Base', 'Burnout'): df[columnas_burnout_1].std().mean(),
('línea Base', 'Apoyo Social'): df[columnas_apoyo_social_1].std().mean(),
('3 meses', 'Autocompasión'): df[columnas_autocompasion_2].std().mean(),
('3 meses', 'Burnout'): df[columnas_burnout_2].std().mean(),
('3 meses', 'Apoyo Social'): df[columnas_apoyo_social_2].std().mean(),
('6 meses', 'Autocompasión'): df[columnas_autocompasion_3].std().mean(),
('6 meses', 'Burnout'): df[columnas_burnout_3].std().mean(),
('6 meses', 'Apoyo Social'): df[columnas_apoyo_social_3].std().mean()
},
'Percentil 25': {
('línea Base', 'Autocompasión'): df[columnas_autocompasion_1].quantile(0.25).mean(),
('línea Base', 'Burnout'): df[columnas_burnout_1].quantile(0.25).mean(),
('línea Base', 'Apoyo Social'): df[columnas_apoyo_social_1].quantile(0.25).mean(),
('3 meses', 'Autocompasión'): df[columnas_autocompasion_2].quantile(0.25).mean(),
('3 meses', 'Burnout'): df[columnas_burnout_2].quantile(0.25).mean(),
('3 meses', 'Apoyo Social'): df[columnas_apoyo_social_2].quantile(0.25).mean(),
('6 meses', 'Autocompasión'): df[columnas_autocompasion_3].quantile(0.25).mean(),
('6 meses', 'Burnout'): df[columnas_burnout_3].quantile(0.25).mean(),
('6 meses', 'Apoyo Social'): df[columnas_apoyo_social_3].quantile(0.25).mean()
},
'Mediana': {
('línea Base', 'Autocompasión'): df[columnas_autocompasion_1].median().mean(),
('línea Base', 'Burnout'): df[columnas_burnout_1].median().mean(),
('línea Base', 'Apoyo Social'): df[columnas_apoyo_social_1].median().mean(),
('3 meses', 'Autocompasión'): df[columnas_autocompasion_2].median().mean(),
('3 meses', 'Burnout'): df[columnas_burnout_2].median().mean(),
('3 meses', 'Apoyo Social'): df[columnas_apoyo_social_2].median().mean(),
('6 meses', 'Autocompasión'): df[columnas_autocompasion_3].median().mean(),
('6 meses', 'Burnout'): df[columnas_burnout_3].median().mean(),
('6 meses', 'Apoyo Social'): df[columnas_apoyo_social_3].median().mean()
},
'Percentil 75': {
('línea Base', 'Autocompasión'): df[columnas_autocompasion_1].quantile(0.75).mean(),
('línea Base', 'Burnout'): df[columnas_burnout_1].quantile(0.75).mean(),
('línea Base', 'Apoyo Social'): df[columnas_apoyo_social_1].quantile(0.75).mean(),
('3 meses', 'Autocompasión'): df[columnas_autocompasion_2].quantile(0.75).mean(),
('3 meses', 'Burnout'): df[columnas_burnout_2].quantile(0.75).mean(),
('3 meses', 'Apoyo Social'): df[columnas_apoyo_social_2].quantile(0.75).mean(),
('6 meses', 'Autocompasión'): df[columnas_autocompasion_3].quantile(0.75).mean(),
('6 meses', 'Burnout'): df[columnas_burnout_3].quantile(0.75).mean(),
('6 meses', 'Apoyo Social'): df[columnas_apoyo_social_3].quantile(0.75).mean()
},
'Máximo': {
('línea Base', 'Autocompasión'): df[columnas_autocompasion_1].max().mean(),
('línea Base', 'Burnout'): df[columnas_burnout_1].max().mean(),
('línea Base', 'Apoyo Social'): df[columnas_apoyo_social_1].max().mean(),
('3 meses', 'Autocompasión'): df[columnas_autocompasion_2].max().mean(),
('3 meses', 'Burnout'): df[columnas_burnout_2].max().mean(),
('3 meses', 'Apoyo Social'): df[columnas_apoyo_social_2].max().mean(),
('6 meses', 'Autocompasión'): df[columnas_autocompasion_3].max().mean(),
('6 meses', 'Burnout'): df[columnas_burnout_3].max().mean(),
('6 meses', 'Apoyo Social'): df[columnas_apoyo_social_3].max().mean()
}
}

# Crear el DataFrame con MultiIndex en las columnas
df_stats = pd.DataFrame(estadisticas)

# Transformar el DataFrame en formato largo (long format)
df_long = df_stats.stack(level=0).reset_index()
df_long.columns = ['Estadística', 'Momento', 'Escala', 'Valor']

# THIS IS THE PART THAT IT IS NOT WORKING
g = sns.FacetGrid(df_long, row='Estadística', hue='Momento', aspect=2, height=4)
g.map(sns.scatterplot, 'Escala', 'Valor').add_legend()
g.set_titles("{row_name}")
g.set_axis_labels("Escala", "Valor")
plt.show()```


Подробнее здесь: https://stackoverflow.com/questions/793 ... data-frame