按分类变量分组的箱线图

Question

对大型数据集使用 pandas，我已经将其缩减为我需要的信息。基本上我想将来自两个不同国家的用户的朋友数量分布绘制为并排箱线图（我指的是分组箱线图），按他们 post 中使用的主题标签数量（范围从 1-6，我将其视为分类变量）。这导致总共 2*6=12 个箱线图都在同一帧中，以便于比较。

我做了一些研究，我知道 df.boxplot(by='x')，但这并没有说明比较两国的额外水平。

数据集包含主题标签数量（整数）、国家（字符串）、朋友数量（整数）列。

值得一提的是，我对 Python 中的绘图相当陌生，包括轴和子图等内容，因此请尽可能在您的回答中包含一些额外信息。

编辑：数据集的小样本

       #followers  #friends  #mentions  #hashtags  country  lang_user place  
450            53        71          1          0       ja         es   NaN  
489            54        34          1          1       ja         es   NaN  
867          1569      1999          0          0       en         es   NaN  
1021          224       242          0          3       ja         ja   NaN  
1022          377       506          1          5       ja         ja   NaN  
1023          315       305          0          2       ja         ja   NaN

Answer 1

我喜欢使用 seaborn 进行此类可视化。我猜你说的 "extra level" 叫做 "hue".

import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
ax = sns.boxplot(x="day", y="total_bill", hue="smoker",              
data=tips, palette="Set3")

结果将是：

查看此文档： https://seaborn.pydata.org/generated/seaborn.boxplot.html

按分类变量分组的箱线图

Grouped Boxplots by Categorical Variable

python

boxplot

pandas

pandas-groupby