python - 如何将自定义列顺序(在分类上)应用于 Pandas 箱线图？

Question

编辑:这个问题早在 2013 年就出现了 pandas ~0.13，并且由于直接支持 boxplot 版本 0.15-0.18 之间的某处而被废弃(根据 @Cireo's late answer ；由于有人提出这个问题，pandas 也大大改进了对分类的支持。)

---

我可以在 pandas DataFrame 中获取工资列的 boxplot...

train.boxplot(column='Salary', by='Category', sym='')

...但是我不知道如何根据另一个标准定义“类别”列上使用的索引顺序 - 我想提供我自己的自定义顺序:

category_order_by_mean_salary = train.groupby('Category')['Salary'].mean().order().keys()

如何将我的自定义列顺序应用于箱线图列？ (除了使用前缀强制排序的丑陋的列名之外)

'Category' 是一个字符串(实际上，应该是一个分类的，但这是在 0.13 中，分类是三等公民)列采用 27 个不同的值:['Accounting & Finance Jobs', '管理工作',...,'旅行工作']。所以它可以很容易地用 pd.Categorical.from_array()

分解

经检查，限制在 pandas.tools.plotting.py:boxplot() 内部，它转换列对象而不允许排序:

• pandas.core.frame.py.boxplot()是一个直通
• pandas.tools.plotting.py:boxplot() 实例化...
• matplotlib.pyplot.py:boxplot()实例化...
• matplotlib.axes.py:boxplot()

我想我可以破解自定义版本的 pandas boxplot()，或者深入对象的内部结构。并提出增强请求。

Answer 1

如果没有工作示例，很难说如何做到这一点。我的第一个猜测是只添加一个包含您想要的订单的整数列。

一种简单、蛮力的方法是一次添加一个箱线图。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.rand(37,4), columns=list('ABCD'))
columns_my_order = ['C', 'A', 'D', 'B']
fig, ax = plt.subplots()
for position, column in enumerate(columns_my_order):
    ax.boxplot(df[column], positions=[position])

ax.set_xticks(range(position+1))
ax.set_xticklabels(columns_my_order)
ax.set_xlim(xmin=-0.5)
plt.show()