如何为 Pandas 数据框中的每一列创建箱线图？

Question

我的数据框（pandas 的结构）如上所示

现在我想在单独的 canvas 上为每个特征制作箱线图。分离条件是第一列。我有类似的直方图图（下面的代码），但我无法为箱线图制作工作版本。

 hist_params = {'normed': True, 'bins': 60, 'alpha': 0.4}
# create the figure
fig = plt.figure(figsize=(16,  25))
for n, feature in enumerate(features):
    # add sub plot on our figure
    ax = fig.add_subplot(features.shape[1] // 5 + 1, 6, n + 1)
    # define range for histograms by cutting 1% of data from both ends
    min_value, max_value = numpy.percentile(data[feature], [1, 99])
    ax.hist(data.ix[data.is_true_seed.values == 0, feature].values, range=(min_value, max_value), 
             label='ghost', **hist_params)
    ax.hist(data.ix[data.is_true_seed.values == 1, feature].values, range=(min_value, max_value), 
             label='true', **hist_params)
    ax.legend(loc='best')

    ax.set_title(feature)

以上代码产生如下输出（仅附上其中的一部分）：

Answer 1

DataFrame.boxplot() 很好地自动化了这个：

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

df = pd.DataFrame({'is_true_seed': np.random.choice([True, False], 10),
                   'col1': np.random.normal(size=10),
                   'col2': np.random.normal(size=10),
                   'col3': np.random.normal(size=10)})

   is_true_seed      col1      col2      col3
0         False -0.990041 -0.561413 -0.512582
1         False  0.825099  0.827453 -0.366211
2          True  0.083442 -1.199540  0.345792
3          True  0.065715  1.560029 -0.324501
4          True -1.699770 -0.270820 -1.380125

ax = df.boxplot(['col1', 'col2', 'col3'], 'is_true_seed', figsize=(10,  10))

第一个参数告诉 pandas 要绘制哪些列，第二个参数告诉要按哪一列分组（您称之为分离条件），第三个参数要在哪个轴上绘制。

列出除要作为分组依据的列之外的所有列可能会很乏味，但您可以通过省略第一个参数来避免这种情况。然后您必须明确命名其他两个：

ax = df.boxplot(by='is_true_seed', figsize=(10,  10))

Answer 2

如果您想为每列创建一个单独的图，那么您可以遍历每一列并使用 plt.figure() 为每个图创建一个新图形。

import matplotlib.pyplot as plt

for column in df:
    plt.figure()
    df.boxplot([column])

如果您只想将所有列放入同一个箱线图中，那么您可以使用 df.plot(kind='box')

如何为 Pandas 数据框中的每一列创建箱线图？

How do I create a Box plot for each column in a Pandas Dataframe?

python

boxplot

pandas