Python Pandas 系列 if else 箱线图

Question

我有很多字典格式的数据，我正在尝试使用 pandas 打印基于 IF ELSE 语句的字符串。对于我的示例，我将在 dict 中编写一些数据并隐藏到 Pandas:

df = pd.DataFrame(dict(a=[1.5,2.8,9.3],b=[7.2,3.3,4.9],c=[13.1,4.9,15.9],d=[1.1,1.9,2.9]))

df

返回:

    a   b   c   d
0   1.5 7.2 13.1 1.1
1   2.8 3.3 4.9 1.9
2   9.3 4.9 15.9 2.9

我的 IF ELSE 语句:

for col in df.columns:
    if (df[col] < 4).any():
        print('Zone %s does not make setpoint' % col)
    else:
        print('Zone %s is Normal' % col)

返回:

Zone a does not make setpoint
Zone b does not make setpoint
Zone c is Normal
Zone d does not make setpoint

但现在我想添加一个额外的内容来创建一个箱形图，我没有在其中设置设定点，并对它在设置点中的数据框进行平均。我知道这是 pandas 系列，但是可以使用 pandas.Series.plot.box() 吗？

这是我在 df.apply(lamba x:) 函数中使用的 IF ELSE 语句，我一直在尝试让箱线图在 pandas 系列中工作。 . 非常感谢任何建议!

import matplotlib.pyplot as plt

def _print(x):
    if (x < 4).any():
        print('Zone %s does not make setpoint' % x.name)
        df.boxplot()
        plt.show()
    else:
        print('Zone %s is Normal' % x.name)
        print('The average is %s' % x.mean())

我在调用 df.apply(lambda x: _print(x)) 时遇到错误

module 'matplotlib' has no attribute 'show'

Answer 1

当然，您可以像 df['a'].plot.box() 一样调用 pandas.Series.plot.box() 来获取列的箱线图一个。

为了符合你的问题，我会这样做:

def _print(x):
    if (x < 4).any():
        print('Zone %s does not make setpoint' % x.name)
        df[x.name].plot.box() #call x.name to retrieve the column name
        plt.show()
        print(df[x.name].describe())
    else:
        print('Zone %s is Normal' % x.name)
        print('The average is %s' % x.mean())
    print('---')

df.apply(lambda x: _print(x))

zone B 和 zone C 的输出摘录如下所示。

请注意，您可以添加 .describe() 来获取箱线图和其他统计信息描述(参见 documentation )。

尽管如此，根据建议的解决方案 here，我会以不同的方式解决问题.

---

另一种解决方案

您可以过滤您的数据帧以拆分是否设置点:

s = df.apply(lambda x: not (x < 4).any())

然后在没有达到设定点的那个上绘制方框。
如果变化不是太大，并且没有那么多区域，请将所有内容绘制在一个图中:

df[s[~s].index].boxplot()
plt.show()

或者将它们分开:

for col in s[~s].index:
    df[col].plot.box()
    plt.show()

在这两种情况下，获取 dataframe 中的统计信息:

statdf = df[s[~s].index].describe()
print(statdf)

              a         b         d
count  3.000000  3.000000  3.000000
mean   4.533333  5.133333  1.966667
std    4.178915  1.960442  0.901850
min    1.500000  3.300000  1.100000
25%    2.150000  4.100000  1.500000
50%    2.800000  4.900000  1.900000
75%    6.050000  6.050000  2.400000
max    9.300000  7.200000  2.900000

通过这种方式，您可以使用 statdf.loc['mean'] 获取统计数据(例如，'mean')。

如果您想打印达到设定点的均值:

print(df[s[s].index].mean())

c    11.3
Name: mean, dtype: float64