熊猫中的时间序列箱线图

Posted 2023-03-12

【中文标题】熊猫中的时间序列箱线图

【英文标题】：Time-series boxplot in pandas

【发布时间】：2014-12-17 21:36:08

【问题描述】：

如何为 pandas 时间序列创建箱线图，其中我每天都有一个方框？

每小时数据的示例数据集，其中一个框应包含 24 个值：

import pandas as pd
n = 480
ts = pd.Series(randn(n),
               index=pd.date_range(start="2014-02-01",
                                   periods=n,
                                   freq="H"))
ts.plot()

我知道我可以为当天制作一个额外的专栏，但我希望有适当的 x 轴标签和 x 限制功能（如在 ts.plot() 中），以便能够使用日期时间索引会很棒。

对于 R/ggplot2 here 有一个类似的问题，如果它有助于澄清我想要什么。

【问题讨论】：

这个here 可能有一个更好的解决方案，它只使用Pandas，它的.boxplot() 和.pivot() 函数并且不需要Seaborn

【参考方案1】：

如果它适合您，我建议使用 Seaborn，它是 Matplotlib 的包装器。您可以通过循环遍历时间序列中的组来自己完成，但这需要更多的工作。

import pandas as pd
import numpy as np
import seaborn
import matplotlib.pyplot as plt

n = 480
ts = pd.Series(np.random.randn(n), index=pd.date_range(start="2014-02-01", periods=n, freq="H"))


fig, ax = plt.subplots(figsize=(12,5))
seaborn.boxplot(ts.index.dayofyear, ts, ax=ax)

这给出了：

请注意，我将 day of year 作为 grouper 传递给 seaborn，如果您的数据跨越多年，这将不起作用。然后你可以考虑这样的事情：

ts.index.to_series().apply(lambda x: x.strftime('%Y%m%d'))

编辑，对于 3 小时，您可以将其用作石斑鱼，但它仅在没有定义分钟或更低的情况下才有效。 ：

[(dt - datetime.timedelta(hours=int(dt.hour % 3))).strftime('%Y%m%d%H') for dt in ts.index]

【讨论】：

我实际上确实使用 seaborn，所以这绝对是一个选择。谢谢！ /edit：有什么方法可以在任意时间使用它，例如3 小时箱线图、7 天箱线图等？

是的，您可以将任何东西传递给 Seaborns grouper。挑战是从系列的索引中定义组。我添加了一个以 3 小时为单位的示例。类似的东西可以在任意时间段内起作用。不幸的是，它的可读性不是很好，也许可以通过使用 Pandas Timegrouper 进行一些简化。在 Seaborns grouper 上打开一个特定问题可能会从经常使用 Seaborn 的人那里得到一些帮助，但我不是。

【参考方案2】：

（没有足够的代表来评论接受的解决方案，所以添加一个答案。）

接受的代码有两个小错误：（1）需要添加numpy import 和（2）需要在boxplot 语句中交换x 和y 参数。以下产生所示的情节。

import numpy as np
import pandas as pd
import seaborn
import matplotlib.pyplot as plt

n = 480
ts = pd.Series(np.random.randn(n), index=pd.date_range(start="2014-02-01", periods=n, freq="H"))

fig, ax = plt.subplots(figsize=(12,5))
seaborn.boxplot(ts.index.dayofyear, ts, ax=ax)

【讨论】：

你是最棒的！

【参考方案3】：

我有一个可能有用的解决方案——它只使用原生 pandas 并允许分层日期时间分组（即跨越年份）。关键是，如果您将函数传递给groupby()，它将在数据帧索引的每个元素上调用。如果您的索引是 DatetimeIndex（或类似的），您可以访问 dt 的所有便利功能进行重采样！

试试这个：

n = 480
ts = pd.DataFrame(np.random.randn(n), index=pd.date_range(start="2014-02-01", periods=n, freq="H"))
ts.groupby(lambda x: x.strftime("%Y-%m-%d")).boxplot(subplots=False, figsize=(12,9), rot=90)

【讨论】：

在上面的代码中添加 plt.show() 以获取图形。还将 matplotlib.pyplot 导入为 plt.