python - 带有 pandas groupby multiindex 的箱线图，用于来自 multiindex 的指定子级别

Question

好的，所以我有一个数据框，其中包含时间序列数据，每列都有一个多行索引。这是数据的样例，它是 csv 格式的。加载数据在这里不是问题。

我想要做的是能够创建一个箱线图，其中包含根据多索引特定行中的不同类别分组的数据。例如，如果我要按“SPECIES”分组，我将在时间序列中的特定时间为每个组提供“aq”、“gr”、“mix”、“sed”和一个框。

我试过了:

grouped = data['2013-08-17'].groupby(axis=1, level='SPECIES')
grouped.boxplot()

但它给了我组中每个点的箱线图(平线)，而不是分组集。是否有捷径可寻？我没有任何分组问题，因为我可以按照我想要的任何方式聚合组，但我无法让它们进入箱线图。

Answer 1

这段代码:

data['2013-08-17'].boxplot(by='SPECIES')

不会起作用，因为 boxplot 是 DataFrame 而非 Series 的函数。

虽然在 Pandas > 0.18.1 中，boxplot 函数具有参数 columns，它定义了数据来自哪一列。

所以

data.boxplot(column='2013-08-17',by='SPECIES')

应该返回想要的结果。

鸢尾花数据集的示例:

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('https://raw.githubusercontent.com/pandas-dev/pandas/master/pandas/tests/io/data/csv/iris.csv')
fig, ax = plt.subplots(figsize=(10,8))
plt.suptitle('')
data.boxplot(column=['SepalLength'], by='Name', ax=ax)

创建:

plt.suptitle('') 

关闭烦人的自动字幕。而且当然 列参数接受列列表...所以

data.boxplot(column=['SepalLength', 'SepalWidth'], by='Name', ax=ax)

也可以。