在 pandas 中创建一个数据框，其中一个索引列和第二列作为不同大小的列表，从而产生箱线图问题

Question

我是 Python 的初学者。我正在分析公交路线沿线每个站点的公交车发车间隔。对于每一站，我都有一个进展列表。每个站点的车头时距计数可能不同。为了可视化数据，我想在同一页上绘制箱线图，以便您可以观察公交车在路线上如何聚集。为此，我开发了一个代码，将总线数据从 .csv 文件读取到停靠站字典中，名称作为键，值作为对象（我跟踪了停靠站的其他一些方面，但为简洁起见未包含在此处）。我遇到的麻烦与箱线图有关。我认为 pandas 可以轻松地做到这一点。但是，我在尝试设置数据框时遇到了很多麻烦，因为我的字典包含对象。你可能有其他想法。我将我的代码简化到最低限度，以便您仍然可以按照我所做的去做。作为旁注，我在进行此分析时试图学习如何使用类。这就是为什么你在我的代码中看到一堆类。在我的完整代码中，我用自己的方法处理重复的车辆和异常值。

stops={}
stopNamesA=[]
headwaysA=[]

class Data:
    def __init__(self):
         self.depart = 0
         self.vehicle = 0

class Stop:
    def __init__(self):
        self.vehicles = []
        self.departs = []
        self.headways=[]
        self.stopName =""
 def AddData(self, line):
        fields = line.split(",")
        self.stopName = fields[3]
        self.vehicles.append(fields[0])
        x = fields[4]
        self.departs.append(datetime.datetime.strptime(x[:-1], "%m/%d/%y %I:%M:%S %p"))
  def CalcHeadway(self):
        for i in range(len(self.departs)-1):
        dt = self.departs[i]
        dt2 = self.departs[i+1]
        self.headways.append(datetime.timedelta.total_seconds(dt2 - dt))

with open('data.csv','r') as f:
     for line in f:
         fields = line.split(",")
         sid = str(fields[3])
         if (fields[1] == 'X2' and fields[2] == 'WEST'):
             if sid in stops.keys():
                 s = stops[sid]
             else:
                 s = Stop()
                 stops[sid] = s
             s.AddData(line)

 for key, value in stops.items():
   value.CalcHeadway()

数据如下（我又截断了其他部分）：

5401    X2  WEST    H ST NW + 7TH ST NW 10/3/16 7:58:48 AM
2835    X2  WEST    H ST NW + 7TH ST NW 10/3/16 8:16:49 AM
2460    X2  WEST    H ST NW + 7TH ST NW 10/3/16 8:20:12 AM
2460    X2  WEST    H ST NW + 7TH ST NW 10/3/16 8:20:38 AM
2460    X2  WEST    H ST NW + 7TH ST NW 10/3/16 8:20:57 AM
5404    X2  WEST    I ST + 14TH ST  10/3/16 8:01:55 AM
2835    X2  WEST    I ST + 14TH ST  10/3/16 8:24:01 AM
2853    X2  WEST    I ST + 14TH ST  10/3/16 9:27:07 AM
5404    X2  WEST    I ST + 14TH ST  10/3/16 9:45:43 AM
2835    X2  WEST    I ST + 14TH ST  10/3/16 9:57:31 AM
2831    X2  WEST    MINNESOTA AVE NE + BENNING RD NE    10/3/16 8:02:41 AM
2821    X2  WEST    MINNESOTA AVE NE + BENNING RD NE    10/3/16 8:17:42 AM
5420    X2  WEST    MINNESOTA AVE NE + BENNING RD NE    10/3/16 8:34:43 AM
2853    X2  WEST    MINNESOTA AVE NE + BENNING RD NE    10/3/16 8:44:14 AM
5401    X2  WEST    MINNESOTA AVE NE + BENNING RD NE    10/3/16 9:02:20 AM

Answer 1

首先，正如错误提示的那样，'Series' object has no attribute 'boxplot'。您可以通过 Series.plot.box().
从 Series 绘制箱线图但是，由于您希望出现多个框，因此使用数据框是有意义的。所以你需要的是一个 DataFrame 来绘制你的 boxplot 。

如果我对您的需求理解正确，您需要一个有 26 列的 DataFrame，每个公交车站一列。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame()
df["I ST + 14TH ST"] = [1107.0, 1359.0, 1859.0, 1190.0, 1071.0, 904.0]
df["BENNING RD NE + 19TH ST NE"] =   [1132.0, 1503.0, 1448.0, 1344.0, 958.0, 771.0]
#......
df["H ST NW + 5TH ST NW"] = [1182.0, 1315.0, 1691.0, 1193.0, 956.0, 729.0]

df.boxplot(rot=45)

plt.tight_layout()
plt.show()

看来，为了从 stops 字典中得到一个工作数据框，一个人可以做到。

stops_for_drawing = {}
for key, val in stops.iteritems():
    stops_for_drawing.update({key: val.headways})
df = pd.DataFrame(stops_for_drawing)

在 pandas 中创建一个数据框，其中一个索引列和第二列作为不同大小的列表，从而产生箱线图问题

Creating a dataframe in pandas with one index column and the second column as a list of different sizes creating boxplot problems

matplotlib

nested-lists

boxplot

dataframe

pandas