【python】pandas数据框分组绘制箱线图

数据描述：

df2=df[['Marital_Status','MntWines']]
df2.head()

可以看到，Marital_Status是一个分类变量，MntWines则是一个连续变量。想根据Marital_Status对MntWines进行分组并绘制箱线图进行比较。

刚开始试图直接用plt.boxplot()进行绘制，但是plt.boxplot()值允许2D-array的输入，不能直接输入DataFrame自动分组：

于是我采用了笨方法，手动根据Marital_Status将MntWines分为几组，构成一个二维列表，然后输入plt.boxplot()。代码如下：

#boxplot of MntWines at different Marital_Status
#df.Marital_Status的类型
labels=list(set(df.Marital_Status))
labels
Mnt=[]
#进行分组
for label in labels:
    Mnt.append(df[df.Marital_Status==label].MntWines)
#绘制箱线图
plt.boxplot(Mnt,labels=labels)
plt.xlabel('Marital Status')
plt.ylabel('Mount of Wines')
plt.title('boxplot of MntWines at different Marital Status')
plt.show()

如下图所示：

 后来发现pandas.DataFrame里实际内置了boxplot函数，可以更方便地直接进行绘制。

boxplot方法官方介绍如下：

DataFrame.boxplot(column=None, by=None, ax=None, fontsize=None, rot=0, grid=True, figsize=None, layout=None, return_type=None, **kwds)

方法说明

boxplot方法只是用于DataFrame，Series对象没有此方法

参数说明

column，默认为None，输入为str 或由str构成的list,其作用是指定要进行箱型图分析的列

by，默认为None，str or array-like，其作用为pandas的group by，通过指定by=‘columns’，可进行多组合箱型图分析

ax，matplotlib.axes.Axes的对象，没有太大作用

fontsize，箱型图坐标轴字体大小

rot，箱型图坐标轴旋转角度

grid，箱型图网格线是否显示

figsize，箱型图窗口尺寸大小

layout，必须配合by 一起使用，类似于subplot 的画布分区域功能

return_type，指定返回对象的类型，默认为None,可输入的参数为‘axes’,‘dict’,‘both’，当与by一起使用是，返回的对象为Series或array(for return_type = None)

df2.boxplot(by='Marital_Status')
plt.show()

如图，比我们手动分组绘制方便多了。