数据分析-Pandas数据分组箱线图

news2025/1/19 9:52:19

数据分析-Pandas数据分组箱线图

数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？

数据表，时间序列数据在数据分析建模中很常见，例如天气预报，空气状态监测，股票交易等金融场景。数据分析过程中重新调整，重塑数据表是很重要的技巧，此处选择Titanic数据，以及巴黎、伦敦欧洲城市空气质量监测 $NO_2$ 数据作为样例。

数据分析

数据分析-Pandas如何转换产生新列

数据分析-Pandas如何统计数据概况

数据分析-Pandas如何轻松处理时间序列数据

数据分析-Pandas如何选择数据子集

数据分析-Pandas如何重塑数据表-CSDN博客

本文用到的样例数据：

Titanic数据

空气质量监测 $NO_2$ 数据

样例代码：

源代码参考 Pandas如何重塑数据表

源代码参考 python数据分析-数据表读写到pandas

导入关键模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.close("all")

画箱线图

除了df.plot.box 画图以外，还有一种方法，就是df.boxplot() 方法。一样可以画箱线图表达出最大值，最小值，中位数等信息，以下是调用的样例：

df = pd.DataFrame(np.random.rand(10, 5))

plt.figure();

bp = df.boxplot()

在这里插入图片描述

分组箱线图

如果还想设置分组，例如，前5行为A组，后5行为B组，可以一并显示，例如：

df = pd.DataFrame(np.random.rand(10, 2), columns=["Col1", "Col2"])

df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])

plt.figure();

bp = df.boxplot(by="X")

在这里插入图片描述

更复杂一点的分组，这里为2种分组，自行琢磨下。如下：

df = pd.DataFrame(np.random.rand(10, 3), columns=["Col1", "Col2", "Col3"])

df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])

df["Y"] = pd.Series(["A", "B", "A", "B", "A", "B", "A", "B", "A", "B"])

plt.figure();

bp = df.boxplot(column=["Col1", "Col2"], by=["X", "Y"])

在这里插入图片描述

其实分组，对于df.plot.box() 也可以用的，图像略有差异

df = pd.DataFrame(np.random.rand(10, 3), columns=["Col1", "Col2", "Col3"])

df["X"] = pd.Series(["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"])

plt.figure();

bp = df.plot.box(column=["Col1", "Col2"], by="X")