python - Pandas 中的加权箱线图

Question

对于下面的数据框(df)，

     ColA      ColA_weights      ColB   ColB_weights
0  0.038671            1073  1.859599             1
1  20.39974           57362  10.59599             1
2  10.29974            5857  2.859599             1
3  5.040000            1288  33.39599             1
4  1.040000            1064  7.859599             1

我想画一个加权箱线图，其中每个箱子的权重分别由 ColA_weights 和 ColB_weights 给出，我只是这样做

df.boxplot(fontsize=12,notch=0,whis=1.5,vert=1,widths=0.2)

不过好像没有规定要包含权重。有什么解决办法吗？

谢谢!

Answer 1

正如评论中所建议的，这是一种制作列表的方法，其中每个条目的显示次数与权重指示的次数一样多。我认为这不是最聪明的解决方案，有人可以想出更好的解决方案。

我的示例仅适用于 A 列，但您应该能够以相同的方式在 B 列上使用它:

import matplotlib.pyplot as plt

weighted_appearances = []
for index, row in df.iterrows():
    weighted_row = [row.ColA]*row.ColA_weights
    weighted_appearances += weighted_row

plt.boxplot(weighted_appearances)
plt.show()

优点:编写起来非常简单的解决方案，理论上适用于所有情况(如果您的权重不是整数，您将不得不以您认为可以接受的方式转换/舍入它们)

缺点:效率不高，如果您使用非常大的权重，则必须找到一种方法来“缩小”这些权重以获得合理的内存使用量。