基于不同条件的 Seaborn 多重箱线图

Question

我有一个包含两列的数据框。功率列表示系统的功耗。 component_status 列根据组件关闭或打开的时间将数据一分为二。当值为 153 时组件打开，当值为 150 时组件关闭。

我正在寻找的结果是使用 sns.boxplot 得到一个包含三个箱线图的箱线图。一个是包含所有数据的功耗，称为“TOTAL”。另外两个，基于组件关闭或打开的功耗，称为“COMPONENT = ON”“COMPONENT = OFF”。

数据框示例如下：

power|component_status |
 0.5 |       150       | 
 1.5 |       150       | 
 2.5 |       150       |
 0.3 |       153       |
 0.5 |       153       | 
 1.5 |       153       | 
 2.5 |       150       |
 0.3 |       153       |

感谢您的帮助。

Answer 1

您的第一步是根据条件构建数据框。有几种方法可以解决这个问题。

让我们从您提供的初始 df1（数据帧 #1）开始。然后，让我们添加一个 condition 列来表示“总计”。您可以使用 print(df1) 来查看它的样子。
然后让我们将该数据帧复制到 df2，然后用 component_status.[=23 中的 off/on 条件替换 conditions =]
我们的最终数据框 df 只是 df1 和 df2.
的串联

现在我们有一个数据框 df 可以在 Seaborn 中使用了。

### Set up
import pandas as pd
import numpy as np
import seaborn as sns

power = [0.5, 1.5, 2.5, 0.3, 0.5, 1.5, 2.5, 0.3]
component_status = [150, 150, 150, 153, 153, 153, 150, 153]
df1 = pd.DataFrame(
    data=zip(power, component_status), columns=["power", "component_status"]
)

### Step 1
df1["condition"] = "Total"
# print(df1)

### Step 2
df2 = df1.copy()

df2["condition"] = np.where(df2["component_status"] == 153, "On", "Off")

### If you have several criteria, it can be easier to use np.select
### ... or just use Pandas directly:
# df2.loc[(df2['component_status'] == 153), 'condition'] = 'On'
# df2.loc[(df2['component_status'] == 150), 'condition'] = 'Off'

### Step 3
df = pd.concat([df1,df2])
print(df)

### Step 4
sns.boxplot(data=df, x='condition', y='power')

基于不同条件的 Seaborn 多重箱线图

Seaborn multiple boxplot based by different conditions

python

boxplot

dataframe

pandas

seaborn