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()

带有分隔符的 Pandas groupby 连接

带有最小值、最大值和总和的 Pandas 数据框 Groupby

带有 bin 计数的 Pandas groupby

带有 pandas、groupby、子图、计算/描述性统计、聚合的箱线图

Python Pandas - 带有 apply() 和 rolling() 的 groupby() 非常慢