如何绘制每个月和年的 seaborn 箱线图
Posted
技术标签:
【中文标题】如何绘制每个月和年的 seaborn 箱线图【英文标题】：How to plot a seaborn boxplot for each month and year 【发布时间】：2021-09-29 03:44:41 【问题描述】：我有一个降水值的时间序列数据框
print(rain_df)
date precip
0 2017-01-10 0.0
1 2017-01-17 1.0
2 2017-01-24 1.0
3 2017-01-31 4.0
4 2017-02-07 1.0
.. ... ...
218 2021-04-27 1.7
219 2021-05-03 22.7
220 2021-05-10 0.0
221 2021-05-17 2.0
222 2021-05-25 0.2
rain_df = rain_df.join(model_data['date'].dt.month.astype(str).str.get_dummies())
rain_df = rain_df.join(rain_df['date'].dt.year.astype(str).str.get_dummies())
rain_df = rain_df[rain_df['precip']>0]
rain_df.reset_index(inplace=True,drop=True)
print(rain_df)
date precip 1 10 11 12 2 3 4 5 6 7 8 9 2017 2018 \
0 2017-01-17 1.0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
1 2017-01-24 1.0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
2 2017-01-31 4.0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
3 2017-02-07 1.0 0 0 0 0 1 0 0 0 0 0 0 0 1 0
4 2017-02-14 22.9 0 0 0 0 1 0 0 0 0 0 0 0 1 0
.. ... ... .. .. .. .. .. .. .. .. .. .. .. .. ... ...
175 2021-03-31 18.3 0 0 0 0 0 1 0 0 0 0 0 0 0 0
176 2021-04-27 1.7 0 0 0 0 0 0 1 0 0 0 0 0 0 0
177 2021-05-03 22.7 0 0 0 0 0 0 0 1 0 0 0 0 0 0
178 2021-05-17 2.0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
179 2021-05-25 0.2 0 0 0 0 0 0 0 1 0 0 0 0 0 0
2019 2020 2021
0 0 0 0
1 0 0 0
2 0 0 0
3 0 0 0
4 0 0 0
.. ... ... ...
175 0 0 1
176 0 0 1
177 0 0 1
178 0 0 1
179 0 0 1
如何创建一个箱线图，其中 x 轴是月-年，y 轴是 precip 值？
这是我的尝试
# reverse one-hot encoding
rain_df['month-year'] = (rain_df.iloc[:, 2:] == 1).idxmax(1)
rain_df = rain_df.melt(id_vars='month-year',value_vars='precip', value_name='precip')
print(rain_df)
month-year variable precip
0 1 precip 1.0
1 1 precip 1.0
2 1 precip 4.0
3 2 precip 1.0
4 2 precip 22.9
.. ... ... ...
175 3 precip 18.3
176 4 precip 1.7
177 5 precip 22.7
178 5 precip 2.0
179 5 precip 0.2
ax=sn.boxplot(x='month-year', y='precip', hue='variable', data=rain_df, palette="Set3", linewidth=1)
ax.set_title('Joliette')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
这里的问题是它只在 x 轴上绘制月份，没有关于给定年份的信息。我是不是搞砸了我的 melt 函数或其他什么？
【问题讨论】：
【参考方案1】：使用dt.strftime 创建您的月份。例如：
>>> pd.to_datetime(pd.Series(['1918-11-11'])).dt.strftime('%b-%Y')
0 Nov-1918
dtype: object
在您的rain_df['date'] 列上执行此操作并分配给month-year。如果这不起作用，您的数据可能不是datetime64 格式。通过在调用 .dt.strftime 之前调用 pd.to_datetime 来修复它。使用新的 month-year 列，再次绘制。
【讨论】：
【参考方案2】：试试这个，但我自己无法测试。我有点不确定date 的列类型。 melt 没有必要。
rain_df['month_year'] = rain_df['date'].apply(lambda x: x.strftime('%b %Y')) # e.g. Jul 2021
rain_df = rain_df[rain_df['precip'] > 0][['month_year', 'precip']] # df now consists of these two rows
ax = sn.boxplot(x='month_year', y='precip', data=rain_df, palette="Set3", linewidth=1)
ax.set_title('Joliette')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
【讨论】：
【参考方案3】： 我认为最简单的解决方案是使用seaborn.boxplot 并将适当的.dt 组件传递给x 和hue
下面测试df中的'date'是datetime dtype。
将真正的'date' 转换为datetime dtype 和df.date = pd.to_datetime(df.date)
导入和测试数据帧
import pandas as pd
import seaborn as sns
from calendar import month_abbr as months # optional
import numpy as np # for test data
# test dataframe
np.random.seed(365)
rows = 250
dates = pd.bdate_range('2017-01-01', '2021-07-21', freq='D')
data = 'date': np.random.choice(dates, size=(rows)),
'precip': np.random.randint(0, 31, size=(rows))
df = pd.DataFrame(data)
# display(df.head())
date precip
0 2017-01-10 0.0
1 2017-01-17 1.0
2 2017-01-24 1.0
3 2017-01-31 4.0
4 2017-02-07 1.0
在 x 轴上绘制月份
# get month names; optional step for renaming the xticklabels
months = list(months)[1:]
# now just plot the dateframe with seaborn
fig, ax = plt.subplots(figsize=(15, 7))
sns.boxplot(x=df.date.dt.month, y=df.precip, hue=df.date.dt.year, ax=ax)
ax.legend(title='Year', bbox_to_anchor=(1, 1), loc='upper left')
ax.set(xlabel='Month', xticklabels=months) # setting the xticklabels is optional
plt.show
在 x 轴上绘制年份
fig, ax = plt.subplots(figsize=(20, 7))
sns.boxplot(x=df.date.dt.year, y=df.precip, hue=df.date.dt.month, ax=ax)
ax.legend(title='Month', bbox_to_anchor=(1, 1), loc='upper left')
ax.set(xlabel='Year')
plt.show()
【讨论】：
以上是关于如何绘制每个月和年的 seaborn 箱线图的主要内容，如果未能解决你的问题，请参考以下文章
使用 seaborn 或 matplotlib 分组箱线图的数据格式