Panda 将两个具有多个列的数据框放入单个箱线图中

Question

所以我有 2 个数据框，每个都有多个列：

1	2	3	4	5
	0.11	1.12		12.32
1.48	0.03		0.32	17.85
		0.56	0.95	8.35
0.09	2.31	0.32	1.04	5.46

另一张与此类似，填充了一些其他数据。我需要在 1 个图上绘制这 2 个数据框。每列都是不同的 x 轴索引值。我正在使用 pandas.DataFrame.boxplot() 方法，因为它是真正绘制数据而不跳过任何内容的唯一方法（matplotlib.boxplot() 似乎只绘制了数据的一部分，不知道为什么）。

问题在于，依次调用多个 df.boxplot() 会导致错误：

File "analysis_script.py", line 387, in <module>
    df.boxplot()
  File "pandas\plotting\_core.py", line 516, in boxplot_frame
    return plot_backend.boxplot_frame(
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "pandas\plotting\_matplotlib\boxplot.py", line 458, in boxplot_frame
    ax = boxplot(
         ^^^^^^^^
  File "pandas\plotting\_matplotlib\boxplot.py", line 437, in boxplot
    result = plot_group(columns, data.values.T, ax, **kwds)
             ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "bpandas\plotting\_matplotlib\boxplot.py", line 376, in plot_group
    assert remainder == 0, remainder
           ^^^^^^^^^^^^^^
AssertionError: 1

这是我的代码部分：

match index:
    case 0:
        fig, ax = plt.subplots()
        df.boxplot()
    case 1:
        df.boxplot()

        min_y = min_y_8h - 0.25 * abs(min_y_8h)
        max_y = max_y_8h + 1.25 * abs(max_y_8h)

        x_ticks = plt.xticks()[0]
        x_labels = [str(int(tick)) for tick in x_ticks if int(tick) % 3 == 0]
        plt.xticks(x_ticks[x_ticks % 3 == 0], x_labels, rotation=45)
        plt.xlim(2.5, 23.5)
        plt.ylim(min_y, max_y)
        plt.show()
        plt.close()

它在循环中运行，因此 df 变量在每次迭代中都是不同的 df，并且索引变量有许多功能，在本例中，它用于监视正在绘制哪些数据。

Answer 1

AssertionError: 1

可能是由于您使用循环创建的不同数据帧之间的列数不匹配。

我尝试重现该问题，并且使用几个最小的数据帧确实遇到了相同的问题。我试图解决这个问题 - 使用 matplotlib

 的箱线图从同一轴上的多个数据帧绘制箱线图，它似乎可以解决问题：

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

# random dfs
df1 = pd.DataFrame(np.random.rand(10, 4), columns=['A', 'B', 'C', 'D'])
df2 = pd.DataFrame(np.random.rand(10, 3), columns=['E', 'F', 'G'])

dfs = [df1, df2]

# Create a figure and axes outside the loop
fig, ax = plt.subplots()

# Initial position for the first dataframe's boxplot
position = 1

for df in dfs:
    # plot the dataframe using Matplotlib's boxplot
    ax.boxplot([df[col].dropna() for col in df.columns], positions=range(position, position + len(df.columns)))

    # update position
    position += len(df.columns)

ax.set_xticks(range(1, position))
ax.set_xticklabels(['A', 'B', 'C', 'D', 'E', 'F', 'G'], rotation=45)
ax.set_xlim(0.5, position - 0.5)

plt.show()

我们不知道循环之外发生了什么，但使用这种方法它应该看起来像这样。这不是一个有效的示例，因为我没有您使用的数据，但它是基于您的代码的骨架：

import matplotlib.pyplot as plt

# Assuming 'dfs' is a list of your dataframes
dfs = [...] 

# Initialize the position for the first boxplot
position = 1

for index, df in enumerate(dfs):
    match index:
        case 0:
            fig, ax = plt.subplots()
            # Plot using Matplotlib's boxplot
            ax.boxplot([df[col].dropna() for col in df.columns], positions=range(position, position + len(df.columns)))
            # Update the position for the next dataframe
            position += len(df.columns)

        case 1:
            # Plot using Matplotlib's boxplot
            ax.boxplot([df[col].dropna() for col in df.columns], positions=range(position, position + len(df.columns)))
            # Update the position for the next dataframe
            position += len(df.columns)

            # Your additional settings
            min_y = min_y_8h - 0.25 * abs(min_y_8h) 
            max_y = max_y_8h + 1.25 * abs(max_y_8h)

            x_ticks = ax.get_xticks()
            x_labels = [str(int(tick)) for tick in x_ticks if int(tick) % 3 == 0]
            ax.set_xticks(x_ticks[x_ticks % 3 == 0])
            ax.set_xticklabels(x_labels, rotation=45)
            ax.set_xlim(2.5, position - 0.5)
            ax.set_ylim(min_y, max_y)

# Show the plot
plt.show()
plt.close()

当您尝试从多个 dfs 生成单个图时，我还将

show()

 和 

close()

 放在循环之外，这更有意义。