python - 具有 groupby 两个特征的箱线图

Question

假设我有一个包含 3 列 ['Y/N','Test Before','Test After'] 的 df，其中 'Y/N' 是布尔值，'Test Before'，'Test After' 是浮点数。

例如，

'Y/N'    'Test Before'    'Test After'
True         75               100
False        75                50
True         50                60
False        50                40
  ...

我可以df.boxplot(column='Test Before/Test After', by 'Y/N')用来创建单独的“列名”箱线图，每个箱线图按“Y/N”分组。

但是，我想创建单独的布尔“Y/N”箱线图，按“测试前”、“测试后”分组，例如：

对于 x 值 df['Test Before'] 和 df['Test After']，箱线图 A 包含 df['Y/N'] == True 的箱线图。

箱线图 B 包含 x 值 df['Test Before'] 和 df['Test After'] 的 df['Y/N'] == False 箱线图。

标签： pythonmatplotlibboxplot

Answer 1

虽然您想要的结果有点不清楚，但请考虑在绘制之前融合您的数据，以便为Test Stage设置一个指标列，为Test Value设置一个值列。然后使用 seaborn 的箱线图绘制Y/N作为图例（色调）系列或使用 seaborn 的FacetGrid绘制每个Y/N不同值的单独图表。下面在种子随机数据上运行以进行演示：

数据

import pandas as pd
import numpy as np

import seaborn as sns
import matplotlib.pyplot as plt

np.random.seed(11012018)
df = pd.DataFrame({'Y/N': np.random.choice([True, False], 50),
                   'Test Before': [np.random.uniform()*10 for _ in range(50)],
                   'Test After': [np.random.uniform()*10 for _ in range(50)]},
                  columns = ['Y/N', 'Test Before', 'Test After'])

# MELT DATA (WIDE TO LONG)
melt_df = df.melt(id_vars="Y/N", value_name="Test_Value", var_name="Test_Stage")
print(melt_df.head())
#      Y/N   Test_Stage  Test_Value
# 0  False  Test Before    7.573898
# 1   True  Test Before    3.487735
# 2  False  Test Before    1.506599
# 3  False  Test Before    9.833866
# 4   True  Test Before    1.340375
# 5  False  Test Before    3.678094
# 6   True  Test Before    3.407419
# 7  False  Test Before    0.427210
# 8  False  Test Before    6.988953
# 9  False  Test Before    2.912770

阴谋

fig, ax = plt.subplots(figsize=(10,4))
sns.boxplot(data=melt_df, x='Test_Stage',  y='Test_Value', hue='Y/N', ax=ax)

plt.legend(loc='upper right')

g = sns.FacetGrid(melt_df, col="Y/N", height=4, aspect=6/4)
g.map(sns.boxplot, data=melt_df, x='Test_Stage',  y='Test_Value')

附加数据

如果不只是Test_Before和Test_After值，请使用指定箱线图排列的顺序melt对其进行缩放：

np.random.seed(11012018)
df['Test Middle'] = [np.random.uniform()*10 for _ in range(50)]
melt_df = df.melt(id_vars="Y/N", value_name="Test_Value", var_name="Test_Stage")

fig, ax = plt.subplots(figsize=(10,4))
sns.boxplot(data=melt_df, x='Test_Stage',  y='Test_Value', hue='Y/N', ax=ax,
            order=['Test Before', 'Test Middle', 'Test After'])

g = sns.FacetGrid(melt_df, col="Y/N", height=4, aspect=6/4)
g.map(sns.boxplot, data=melt_df, x='Test_Stage',  y='Test_Value',
      order=['Test Before', 'Test Middle', 'Test After'])