python - 如何连接箱线图的中值

Question

绘制连接箱线图平均值的线似乎是一件简单的事情，但我不知道如何在 pandas 中绘制此图。

我正在使用此语法来绘制箱线图，以便它自动生成 Y 与 X 设备的箱线图，而无需对数据框进行外部操作:

df.boxplot(column='Y_Data', by="Category", showfliers=True, showmeans=True)

我想到的一种方法是通过从箱线图中获取平均值来绘制线图，但我不确定如何从图中提取该信息。

Answer 1

您可以保存从 df.boxplot() 返回的轴对象，并使用同一轴将均值绘制为线图。我建议使用 Seaborn 的 pointplot对于线条，因为它可以很好地处理分类 x 轴。

首先让我们生成一些示例数据:

import pandas as pd
import numpy as np
import seaborn as sns

N = 150
values = np.random.random(size=N)
groups = np.random.choice(['A','B','C'], size=N)
df = pd.DataFrame({'value':values, 'group':groups})

print(df.head())
  group     value
0     A  0.816847
1     A  0.468465
2     C  0.871975
3     B  0.933708
4     A  0.480170
              ...

接下来，制作箱线图并保存坐标轴对象:

ax = df.boxplot(column='value', by='group', showfliers=True, 
                positions=range(df.group.unique().shape[0]))

注意:Pyplot/Pandas boxplot() 中有一个奇怪的 positions 参数，它可能会导致差一错误。查看更多 this discussion ，包括我在这里采用的解决方法。

最后，使用 groupby 获取类别均值，然后将均值与覆盖在箱线图顶部的线图连接起来:

sns.pointplot(x='group', y='value', data=df.groupby('group', as_index=False).mean(), ax=ax)

您的标题提到“中位数”，但您在帖子中谈论的是类别均值。我在这里使用手段；如果您想改为绘制中位数，请将 groupby 聚合更改为 median()。