[英]Boxplot stratified by column in python pandas
我想为以下pandas数据帧绘制一个boxplot:
> p1.head(10)
N0_YLDF MAT
0 1.29 13.67
1 2.32 10.67
2 6.24 11.29
3 5.34 21.29
4 6.35 41.67
5 5.35 91.67
6 9.32 21.52
7 6.32 31.52
8 3.33 13.52
9 4.56 44.52
我想箱形图是'N0_YLDF'列,但它们应该用'MAT'分层。 当我使用foll时。 命令:
p1.boxplot(column='N0_YLDF',by='MAT')
它使用所有唯一的MAT值,在完整的p1数据帧数约为15,000。 这导致难以理解的箱线图。
有没有什么办法可以对MAT值进行分层,这样我就可以得到不同的第二个MAT值的N0_YLDF箱图,依此类推......
谢谢!
Pandas具有cut
和qcut
函数,可以使这样的分层变量变得容易:
# Just asking for split into 4 equal groups (i.e. quartiles) here,
# but you can split on custom quantiles by passing in an array
p1['MAT_quartiles'] = pd.qcut(p1['MAT'], 4, labels=['0-25%', '25-50%', '50-75%', '75-100%'])
p1.boxplot(column='N0_YLDF', by='MAT_quartiles')
输出:
pandas.qcut
将为您提供分位数,但类似于直方图的操作将需要一些numpy
技巧,这在这里派上用场:
_, breaks = np.histogram(df.MAT, bins=5)
ax = df.boxplot(column='N0_YLDF', by='Class')
ax.xaxis.set_ticklabels(['%s'%val for i, val in enumerate(breaks) if i in df.Class])
数据框现在看起来像这样:
N0_YLDF MAT Class
0 1.29 13.67 1
1 2.32 10.67 0
2 6.24 11.29 1
3 5.34 21.29 1
4 6.35 41.67 2
5 5.35 91.67 5
6 9.32 21.52 1
7 6.32 31.52 2
8 3.33 13.52 1
9 4.56 44.52 3
[10 rows x 3 columns]
它也可以用来获得四分位数:
breaks = np.asarray(np.percentile(df.MAT, [25,50,75,100]))
df['Class'] = (df.MAT.values > breaks[..., np.newaxis]).sum(0)
ax = df.boxplot(column='N0_YLDF', by='Class')
ax.xaxis.set_ticklabels(['%s'%val for val in breaks])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.