一列中有几个框[箱线图]答案

【问题标题】：Several boxes out of one column [Boxplot]一列中有几个框[箱线图]
【发布时间】：2022-01-27 01:11:10
【问题描述】：

我有一个包含两列（time_id 和 param1）的数据框。对于第 2 列（param1），我想根据时间创建一个箱线图。

但是我想把它分成三个（或 n 个）部分。这意味着箱线图中不仅有一个框，而且每个时间范围内只有一个框。例如（n=3）一个基于值20,3,4,21,19[时间1-3]的框和一个基于8,9,18,6,4[时间4-6]的框等等

所以下面的代码创建了整列的箱线图。

import pandas as pd

# initialize data of lists.
data = {'time_id':[1,1,2,3,3,4,5,5,5,6,7,8,8,9],
        'param1':[20,3,4,21,19,8,9,18,6,4,2,3,7,1]}
 
# Create DataFrame
df = pd.DataFrame(data)

boxplot = df.boxplot(column='param1')

将列分成三个框以使箱形图看起来像这样（示例性）是一种优雅的方法：

【问题讨论】：

应该将取值范围或元素个数分n组吗？假设像[1, 1, 1, 2, 5, 5, 6, 7, 120, 121, 122, 123] 这样的 time_it 系列。范围是1-2, 5-7, 120-123 还是1-41, 42-82, 83-123？
范围为 1-2、5-7 和 120-123。但实际上 stepsize 始终是相同的，分别没有 time_ids 的间隙。

标签： python pandas matplotlib

【解决方案1】：

由于您的时间序列或多或少是均匀分布的，我也会选择pd.cut()。最困难的部分是恕我直言，为箱线图创建有用的标签。

from matplotlib import pyplot as plt
import pandas as pd

# initialize data of lists.
data = {'time_id':[1,1,2,3,3,4,5,5,5,6,7,8,8,9],
        'param1':[20,3,4,21,19,8,9,18,6,4,2,3,7,1]}
 
# Create DataFrame
df = pd.DataFrame(data)

bin_nr = 3

_, bin_vals = pd.cut(df.time_id, bins=bin_nr, retbins=True)
bin_labels = ['time {mini} : {maxi}'.format(mini=df.time_id[(df.time_id > bin_vals[i]) & (df.time_id <= bin_vals[i+1])].min(), maxi=df.time_id[(df.time_id > bin_vals[i]) & (df.time_id <= bin_vals[i+1])].max()) for i in range(bin_nr)]
df["Labels"] = pd.cut(df.time_id, bins=bin_nr, labels=bin_labels)
df.boxplot(column='param1', by="Labels", rot=45)

plt.tight_layout()
plt.show()

示例输出：

在实际示例中，您的时间序列可能包含浮点数，而不是整数。这些浮点数可能相当长，使得标签也相当烦人。在这种情况下，您可以使用缩写它们的输出 bin_labels = ['time {mini:.2} : {maxi:.2}'.for.... 但这不适用于整数数组。

【讨论】：

【解决方案2】：

我不确定这是不是最优雅的方法，但您可以使用 pandas 的函数 cut() 和数据框的方法 .pivot() ：

df["class"]=pd.cut(df['time_id'], bins=3, labels=False)
df = df.drop("time_id", axis=1).pivot(columns="class")
boxplot = df.boxplot()

【讨论】：