Question

一年的样本数据：

import pandas as pd
import numpy.random as rnd
import seaborn as sns
n = 365
df = pd.DataFrame(data = {"A":rnd.randn(n), "B":rnd.randn(n)+1},
                  index=pd.date_range(start="2017-01-01", periods=n, freq="D"))

我想将这些数据并排分组按月分组（即每月两个方框，一个用于A，一个用于B）。对于单个列sns.boxplot(df.index.month, df["A"])工作正常。但是，sns.boxplot(df.index.month, df[["A", "B"]])会引发错误（ValueError: cannot copy sequence with size 2 to array axis with dimension 365）。通过索引（pd.melt(df, id_vars=df.index, value_vars=["A", "B"], var_name="column")）熔化数据以使用seaborn的hue属性作为变通方法也不起作用（TypeError: unhashable type: 'DatetimeIndex'）。

（如果使用普通的matplotlib更容易，解决方案不一定需要使用seaborn。）

/ edit：我发现了一种基本上可以产生我想要的解决方法。但是，一旦DataFrame包含的变量多于我想绘制的变量，就会变得有些尴尬。因此，如果有更优雅/直接的方式，请分享！

df_stacked = df.stack().reset_index()
df_stacked.columns = ["date", "vars", "vals"]
df_stacked.index = df_stacked["date"]
sns.boxplot(x=df_stacked.index.month, y="vals", hue="vars", data=df_stacked)

产地：

Answer 1

我完全不了解您的问题，但您可以使用matplotlib来了解这种方法。虽然不是最好的解决方案。

1）df将month分成12个数据框，全部堆放在列表中

DFList = []
for group in df_3.groupby(df_3.index.month):
    DFList.append(group[1])

2）在循环中一个接一个地绘制它们：

for _ in range(12):
    DFList[_].plot(kind='box', subplots=True, layout=(2,2), sharex=True, sharey=True, figsize=(7,7))

plt.show()

3）这是前三行的快照：

您可能还想结帐matplotlib的{{3}}

Answer 2

<body onload="fillZipCode()">
<script>
function fillZipCode() {
  document.querySelector('#shipping-new-address-form div:nth-child(8) input').value = '12345';
</script>

会给this

并不是您要找的东西，但是如果添加更多变量，您将保持可读的DataFrame。

您还可以使用

轻松移除轴

month_dfs = []
for group in df.groupby(df.index.month):
    month_dfs.append(group[1])

plt.figure(figsize=(30,5))
for i,month_df in enumerate(month_dfs):
    axi = plt.subplot(1, len(month_dfs), i + 1)
    month_df.plot(kind='box', subplots=False, ax = axi)
    plt.title(i+1)
    plt.ylim([-4, 4])

plt.show()

在if i > 0: y_axis = axi.axes.get_yaxis() y_axis.set_visible(False)之前的循环中

Answer 3

使用Altair很简单：

alt.Chart(
    df.reset_index().melt(id_vars = ["index"], value_vars=["A", "B"]).assign(month = lambda x: x["index"].dt.month)
).mark_boxplot(
    extent='min-max'
).encode(
    alt.X('variable:N', title=''),
    alt.Y('value:Q'),
    column='month:N',
    color='variable:N'
)

上面的代码融合了DataFrame并添加了一个month列。然后，Altair为按月细分的每个变量创建箱形图，作为绘图列。

Answer 4

这是使用熊猫融化和海生的解决方案：

import pandas as pd
import numpy.random as rnd
import seaborn as sns
n = 365
df = pd.DataFrame(data = {"A": rnd.randn(n),
                          "B": rnd.randn(n)+1,
                          "C": rnd.randn(n) + 10, # will not be plotted
                         },
                  index=pd.date_range(start="2017-01-01", periods=n, freq="D"))
df['month'] = df.index.month
df_plot = df.melt(id_vars='month', value_vars=["A", "B"])
sns.boxplot(x='month', y='value', hue='variable', data=df_plot)

熊猫DataFrame的多列并排的boxplot

4 个答案: