python - 一个数据点上的 Pandas 箱线图错误

Question

我正在使用 pandas 绘制箱线图。

我的 DataFrame 看起来像这样

Year                 2013      2014      2015      2016      2017
dfMin            1.091603  0.973346  1.040000  0.855209  1.079500
dfLowerQuartile  1.727191  1.684009  1.275601  1.136703  2.262654
dfUpperQuartile  2.225000  2.000000  1.857570  2.120644  2.435724
dfMax            2.687323  2.350000  2.105000  2.250000  2.566467

我的图表代码是这样的

chartDF.boxplot(grid=False, figsize=(9,4))

导致一个看起来像这样的情节

我对 2017 年的较低值(value)感到困惑。

有谁知道如何解决这个问题？

Answer 1

这是预期的行为。 2017 年的最小值比提供的四个数据点的第一个四分位数低 1.5 IQR 以上，在这种情况下，最小值显示为异常值(一个点)。

来自 the docs对于 boxplot 中的 whis(强调我的):

whis : float, sequence, or string (default = 1.5)

As a float, determines the reach of the whiskers to the beyond the first and third quartiles. In other words, where IQR is the interquartile range (Q3-Q1), the upper whisker will extend to last datum less than Q3 + whis*IQR). Similarly, the lower whisker will extend to the first datum greater than Q1 - whis*IQR. Beyond the whiskers, data are considered outliers and are plotted as individual points. Set this to an unreasonably high value to force the whiskers to show the min and max values. Alternatively, set this to an ascending sequence of percentile (e.g., [5, 95]) to set the whiskers at specific percentiles of the data. Finally, whis can be the string 'range' to force the whiskers to the min and max of the data.

所以如果你想让 mustache 一直延伸，

df.boxplot(grid=False, figsize=(9, 4), whis='range')