如何使用upsetplot python在dataframe中查找交集

Question

我试图使用upsetplot来查找数据帧中列数据之间的交集。我使用的代码来自此库的开发人员提供的代码，如下所示：

import upsetplot
from upsetplot import from_indicators, plot 
   
plot(from_indicators(indicators=pd.notna, data=data), show_counts=True)
plt.show()

因此，上面的代码给了我一个图形，作为df中cell/pd_系列计数的输出，其中不是空的（不是数字）。但是我希望有一个代码，在这个代码中，我可以计算所有列中的“核心”项，而不是notna

我上面的代码将从这个数据框中给出（在本例中，数字改为字母）：

-------column_1--column_2--column_3--column_4--column_5     
row_1--   A    --   A    --        --   A    --   
row_2--   B    --        --   B    --   B    --  
row_3--        --        --   C    --        --
row_4--   D    --   D    --        --   D    --
row_5--   E    --        --   E    --        --
row_6--        --        --        --        --   F

…类似这样的图形：

column_1 :           **** (4 not_empty)
column_3, column_4 : *** (3 not_empty)
column_2 :           ** (2 not_empty)
column_5 :           * (1 not_empty)

但实际上我想要的是一个包含如下信息的图表：

column_1, column_2, column_4 : ** (A, D in_common)
column_1, column_3, column_4 : * (B in_common)
column_1, column_3 :           * (E in_common)
column_5 :                     - (F not_in_common)

你们有没有人对如何将“pd.notna”改成另一段代码有什么想法，这段代码可以提供我想要的东西？ 提前谢谢

Answer 1

翻转的图显示了这两个图形。总计图是前者，交点/子集图是后者

见https://gist.github.com/jnothman/0fc6daf3d9d75513dd3311e86e06cc8c