具有多个 Pandas 数据帧的并排箱线图

Question

尽管这个网站上有一些很好的例子，但我无法在一个图中为多个 pandas DataFrame 生成并排框。

我试过这个：

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

df = pd.DataFrame({'A1':[9,16.2,8.1],'A2':[3.3,21.5,4.1],
                   'B1':[8,9.8,1.6],'B2':[10.8,2.2,3.6],
                   'C1':[1.3,2.8,1.6],'C2':[3.1,4.1,3.6],})

df1 = df.loc[:, 'A1':'A2']
df2 = df.loc[:, 'B1':'B2']
df3 = df.loc[:, 'C1':'C2']

fig = matplotlib.pyplot.boxplot(df1)
fig = matplotlib.pyplot.boxplot(df2)
fig = matplotlib.pyplot.boxplot(df3)
plt.show()

但我想要这样的东西：

此外，如果我可以将各个数据点显示为框中的点，那就太好了。因此，如果有人对此也有建议，那就太好了！

谢谢！

Answer 1

如果我没理解错的话，你想要 6 个箱线图，每组 3 个，每组 2 个（每组 A/B/C，每组内有 1/2）？

您可以使用 seabord 相当轻松地获得所需的结果，但您必须首先在 "long form" 中重构您的数据框。我首先使用 pd.wide_to_long() to split the data in the 3 groups A/B/C with a new column identifying the subgroups 1/2, then I further melt 生成的数据帧来获取长格式数据帧：

df = pd.DataFrame({'A1':[9,16.2,8.1],'A2':[3.3,21.5,4.1],
                   'B1':[8,9.8,1.6],'B2':[10.8,2.2,3.6],
                   'C1':[1.3,2.8,1.6],'C2':[3.1,4.1,3.6],})

df["id"] = df.index
df = pd.wide_to_long(df, stubnames=['A','B','C'], i='id', j='group').reset_index().drop('id', axis=1)
df = df.melt(id_vars='group')

生成的数据框现在是这样的：

    group   variable    value
0   1   A   9.0
1   1   A   16.2
2   1   A   8.1
3   2   A   3.3
4   2   A   21.5
5   2   A   4.1
6   1   B   8.0
7   1   B   9.8
8   1   B   1.6
9   2   B   10.8
10  2   B   2.2
11  2   B   3.6
12  1   C   1.3
13  1   C   2.8
14  1   C   1.6
15  2   C   3.1
16  2   C   4.1
17  2   C   3.6

然后使用 seaborn's boxplot 生成绘图就很简单了：

sns.boxplot(data=df, x='variable', y='value', hue='group')

如果需要，您可以在箱线图上叠加一个群图以查看各个数据点

sns.boxplot(data=df, x='variable', y='value', hue='group')
sns.swarmplot(data=df, x='variable', y='value', hue='group', dodge=True, palette=['grey','grey'], s=10)

具有多个 Pandas 数据帧的并排箱线图

side-by-side boxplot with multiple Pandas DataFrames

python

matplotlib

boxplot

pandas