【pandas】groupbyメソッドを利用して層別散布図を作る

import pandas as pd

# サンプルデータフレームの作成
data = {
    'カテゴリ': ['A', 'B','C','A', 'B'],
    '値': [10, 20, 30, 40, 10]
}
df = pd.DataFrame(data)

grouped = df.groupby("カテゴリ")["値"].sum()
print(grouped)

カテゴリ
A    50
B    30
C    30
Name: 値, dtype: int64

import pandas as pd
from sklearn.datasets import load_iris

# Irisデータセットをロード
iris = load_iris()

# データをpandasのDataFrameに変換
iris_df = pd.DataFrame(data=iris.data, columns=iris.feature_names)

# target列を数値から種の名前に変換
species = [iris.target_names[i] for i in iris.target]
iris_df['Species'] = species

# CSVファイルに保存
csv_file_path = 'iris_dataset_with_species.csv'
iris_df.to_csv(csv_file_path, index=False)

print(f"Irisデータセットを {csv_file_path} に保存しました。")

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# データの読み込み、Speciesをインデックスにする
df = pd.read_csv("iris_dataset_with_species.csv", index_col='Species')
print(df.head(2))

# Speciesごとにデータをグループ分けして散布図をプロットする関数
def plot_grouped_scatter(dataframe):
    grouped = dataframe.groupby(dataframe.index)
    
    for name, group in grouped:
        sns.scatterplot(data=group, x='sepal length (cm)', y='sepal width (cm)', label=name)

    plt.xlabel('sepal length (cm)')
    plt.ylabel('sepal width (cm)')
    plt.title("Correlation between Sepal Length and Sepal Width")
    plt.legend(title='Group', loc='upper right')
    plt.grid(True)

    # プロットを保存
    plt.savefig('scatter_plot.png')
    # プロットを表示
    plt.show()

# 関数を呼び出してプロット
plot_grouped_scatter(df)

# インデックス(花の種類毎)にデータを分ける  
grouped = dataframe.groupby(dataframe.index)
# 層別散布図を作るコード
    for name, group in grouped:
        sns.scatterplot(data=group, x='sepal length (cm)', y='sepal width (cm)', label=name)