带有 pandas groupby multiindex 的箱线图，用于来自 multiindex 的指定子级别

Posted 2023-02-23

【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。

【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')

【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：