Pandas 按类别分组箱线图以比较 3 个数据集 Matplotlib

Posted 2023-03-11

【中文标题】Pandas 按类别分组箱线图以比较 3 个数据集 Matplotlib

【英文标题】：Pandas Grouped Boxplot by Category to Compare 3 Datasets Matplotlib

【发布时间】：2022-01-12 19:33:40

【问题描述】：

我正在尝试通过“site_name”为 3 个数据集 - 'obs'、'raw' 和 'adj' 生成一个单独的分组箱线图。因此，在本例中，最终图应该有 3 个按“site_name”或 SITE A、SITE B 分组的“obs”、“raw”和“adj”时间序列的并排箱线图。我的数据如下所示：

    site_name   obs         raw         adj
0   SITE A  6.418529189 11.23949224 6.985811001
1   SITE A  8.788185389 14.97198142 9.321099071
2   SITE A  9.150093299 15.03959828 9.974189383
3   SITE A  8.960796086 14.53909986 10.08513361
4   SITE A  7.04010526  11.32339089 7.496043956
5   SITE A  7.750408473 12.23209169 7.893739255
6   SITE A  5.396922286 9.262985075 5.584104478
7   SITE A  4.842398234 8.77877907  5.436729651
8   SITE A  2.46593252  4.809821429 2.779181548
9   SITE A  5.650324669 9.868885673 6.720622287
10  SITE B  12.98071991 14.58748261 13.09878999
11  SITE B  8.768521796 9.628748068 8.751576507
12  SITE B  7.163978706 8.305841446 7.146397775
13  SITE B  7.765772425 8.367532468 7.540894661
14  SITE B  6.370840508 5.733239437 5.893661972
15  SITE B  4.46220486  5.286569343 4.356613139
16  SITE B  8.766229103 9.188587732 8.637717546
17  SITE B  7.648023594 7.622237762 7.481734266
18  SITE B  6.26515501  6.109928058 6.035798561
19  SITE B  6.962116967 8.466759388 7.241140473

而且，我已经尝试过了，但它什么也没画，而且给我一个错误 -

df.boxplot(column=['site_name'],by=['obs','raw','adj'])

这个错误：

TypeError: ufunc 'true_divide' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

而且，我在下面尝试了这段代码，但它按 site_name 将“obs”、“raw”和“adj”列绘制在单独的组中，这不是我需要的。这是没有达到所需结果的代码：

df.boxplot(column=['obs','raw','adj'],by=['site_name'])

感谢您的帮助，

【问题讨论】：

你的意思是df.groupby('site_name').boxplot(column=['obs','raw','adj'])？

就是这样！！非常感谢！！

通过使用您的解决方案，我可以以某种方式缩放每个图的 y 轴吗？？

【参考方案1】：

你可以先做groupby，然后在obs、raw、adj列上做boxplot。

要自定义绘图属性，可以添加return_type='axes'获取matplotlib坐标轴，然后可以调用坐标轴上的自定义函数。

此熊猫箱线图制作共享 y 轴图，这意味着您不能在每个图中有不同的 y 限制。

我不知道如何在此解决方案中禁用共享 y 轴，但是，我知道如何在替代解决方案中实现动态 y 轴限制。 （请参阅下面的更新）

axes = df.groupby('site_name').boxplot(column=['obs','raw','adj'], return_type='axes')

for ax in axes:
    ax.set_ylim(0, 20)  # Change y-axis limit to 0 - 20

================================================ =

更新：

如果您想对每个图应用不同的 y 限制，请尝试使用 matplotlib 中的子图。

import matplotlib.pyplot as plt

# Create 2 subplots for SITE A, SITE B in 1 row. By default, this will create 2 subplots that does not share the y-axis.
# To make shared y-axis, use plt.subplots(1, 2, sharey=True)
fig, axs = plt.subplots(1, 2)

# Create a boxplot per site_name and render in the subplots by passing ax=axs
df.groupby('site_name').boxplot(column=['obs', 'raw', 'adj'], ax=axs)

# Apply different y limits
axs[0].set_ylim(0, 50)  # For SITE A
axs[1].set_ylim(0, 20)  # For SITE B

# display my plots
fig

【讨论】：

嗨 - 再次感谢。抱歉，“调用轴上的自定义函数”是什么意思？

啊抱歉，我的意思是调用axes 函数返回的axes 变量上的任何可用函数。在上面的例子中，我调用了set_ylim 函数。有关轴的更多可用功能，请参见此处：matplotlib.org/stable/api/axes_api.html。

你能分步总结你的想法，让我清楚吗？ y 轴对于每个图都是动态的，并且需要为每个图进行一些更改，因此看起来循环解决方案可能比您的 set_ylim 建议的原始解决方案更好......？

我更新了我的答案，你能检查一下这是你想要实现的还是我遗漏了什么。

谢谢你，艾玛 - 这会奏效！