python - 我们怎样才能得到一个情节箱线图背后的不同统计数据？

Question

我想获得一个情节箱线图背后的确切统计数据。

这似乎让我非常接近，但我错过了第一季度和第三季度。

stats = df.groupby(['Market'])['Revenue'].describe()
stats

Q1 和 Q3 似乎与我看到的不同。

import plotly.express as px
fig = px.box(df, x="Market", y="Revenue", color="Market")
fig.update_traces(quartilemethod="exclusive")
fig.update_layout(showlegend=False)
fig.show()

它与“排他性”或“包容性”论点有关，但我不知道有什么区别。此外，默认值df.groupby(['Market'])['Revenue'].describe()似乎与“包容性”参数相匹配。

Q1：“独家”和“包容”有什么区别？

Q2：是否df.groupby(['Market'])['Revenue'].describe()有“排他性”论点？

标签： pythonpython-3.xdataframeplotly

Answer 1

第一季度

我没有在plotly文档中找到描述，但可以公平地假设解释与 Percentile 没有太大区别：

在统计学中，百分位数（或百分位数）是一个分数，在其频率分布中，给定百分比的分数低于该分数（不包括定义），或者是给定百分比低于或低于该分数的分数（包括定义）。例如，第 50 个百分位数（中位数）是低于（不包括）或等于或低于（包括）分布中 50% 的分数的分数。

您可以在 plotly 文档中仔细查看四分位算法之间的差异下的差异的直观表示：

第二季度

不，df.describe()似乎没有exclusive论据：

关于模块 pandas.core.generic 中描述的方法的帮助：

describe(percentiles=None, include=None, exclude=None, datetime_is_numeric=False) -> ~FrameOrSeries pandas.core.frame.DataFrame 实例的方法

如您所见，它确实具有include和exclude。但他们做的事情与您正在寻找的事情截然不同：

include : 'all'，dtypes 的列表或 None （默认），可选 要包含在结果中的数据类型的白名单。忽略为Series。以下是选项：

    - 'all' : All columns of the input will be included in the output.
    - A list-like of dtypes : Limits the results to the
      provided data types.
      To limit the result to numeric types submit
      ``numpy.number``. To limit it instead to object columns submit
      the ``numpy.object`` data type. Strings
      can also be used in the style of
      ``select_dtypes`` (e.g. ``df.describe(include=['O'])``). To
      select pandas categorical columns, use ``'category'``
    - None (default) : The result will include all numeric columns.

exclude : list-like of dtypes or None (default), optional,
    A black list of data types to omit from the result. Ignored
    for ``Series``. Here are the options:

    - A list-like of dtypes : Excludes the provided data types
      from the result. To exclude numeric types submit
      ``numpy.number``. To exclude object columns submit the data
      type ``numpy.object``. Strings can also be used in the style of
      ``select_dtypes`` (e.g. ``df.describe(include=['O'])``). To
      exclude pandas categorical columns, use ``'category'``
    - None (default) : The result will exclude nothing.