带有 pandas groupby multiindex 的箱线图,用于来自 multiindex 的指定子级别
Posted
技术标签:
【中文标题】带有 pandas groupby multiindex 的箱线图,用于来自 multiindex 的指定子级别【英文标题】:Boxplot with pandas groupby multiindex, for specified sublevels from multiindex 【发布时间】:2013-09-01 03:55:27 【问题描述】:好的,所以我有一个数据框,其中包含时间序列数据,每列都有一个多行索引。这是数据的样例,它是 csv 格式的。加载数据在这里不是问题。
我想要做的是能够创建一个箱线图,该数据根据多索引的特定行中的不同类别分组。例如,如果我要按“物种”分组,我将在时间序列中的特定时间为每个组提供“aq”、“gr”、“混合”、“sed”和一个框。
我试过了:
grouped = data['2013-08-17'].groupby(axis=1, level='SPECIES')
grouped.boxplot()
但它给了我组中每个点的箱线图(平线),而不是分组集。是否有捷径可寻?我没有任何分组问题,因为我可以按照我想要的任何方式聚合组,但我无法让它们进入箱线图。
【问题讨论】:
【参考方案1】:这段代码:
data['2013-08-17'].boxplot(by='SPECIES')
不起作用,因为 boxplot 是 DataFrame 的函数,而不是 Series。
虽然在 Pandas > 0.18.1 中,boxplot 函数具有参数 columns
,它定义了数据来自哪一列。
所以
data.boxplot(column='2013-08-17',by='SPECIES')
应该返回想要的结果。
鸢尾花数据集的示例:
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('https://raw.githubusercontent.com/pandas-dev/pandas/master/pandas/tests/io/data/csv/iris.csv')
fig, ax = plt.subplots(figsize=(10,8))
plt.suptitle('')
data.boxplot(column=['SepalLength'], by='Name', ax=ax)
创建:
plt.suptitle('')
关闭烦人的自动字幕。而且当然 列参数接受列列表...所以
data.boxplot(column=['SepalLength', 'SepalWidth'], by='Name', ax=ax)
也可以。
【讨论】:
这真的很好,但是如何使每种类型的颜色不同?【参考方案2】:这应该适用于 0.16 版:
data['2013-08-17'].boxplot(by='SPECIES')
【讨论】:
【参考方案3】:我想我想通了,也许这会对某人有所帮助:
grouped = data['2013-08-17'].groupby(axis=1, level='SPECIES').T
grouped.boxplot()
基本上 groupby 输出需要转置,以便箱线图显示正确的分组:
【讨论】:
以上是关于带有 pandas groupby multiindex 的箱线图,用于来自 multiindex 的指定子级别的主要内容,如果未能解决你的问题,请参考以下文章
使用带有参数的 Pandas groupby() + apply()
带有最小值、最大值和总和的 Pandas 数据框 Groupby