数据分析-Pandas两种分组箱线图比较

数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？

数据表，时间序列数据在数据分析建模中很常见，例如天气预报，空气状态监测，股票交易等金融场景。数据分析过程中重新调整，重塑数据表是很重要的技巧，此处选择Titanic数据，以及巴黎、伦敦欧洲城市空气质量监测 $NO_2$ 数据作为样例。

数据分析

数据分析-Pandas如何转换产生新列

数据分析-Pandas如何统计数据概况

数据分析-Pandas如何轻松处理时间序列数据

数据分析-Pandas如何选择数据子集

数据分析-Pandas如何重塑数据表-CSDN博客

本文用到的样例数据：

Titanic数据

空气质量监测 $NO_2$ 数据

样例代码：

源代码参考 Pandas如何重塑数据表

源代码参考 python数据分析-数据表读写到pandas

导入关键模块

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

plt.close("all")
1
2
3
4
5

两种分组方法，实质上是比较的内容进行分组比较的两种思路。实际工作中很常见，特地摘出来，以飨读者。

一种分组箱线图例子

这种先把列分开，随后才按照数值g组进行分开 A，B。

先按照DataFrame的column分两个大图，再细分。

以下是调用的样例：

np.random.seed(1234)

df_box = pd.DataFrame(np.random.randn(50, 2))
df_box["g"] = np.random.choice(["A", "B"], size=50)
df_box.loc[df_box["g"] == "B", 1] += 3

bp = df_box.boxplot(by="g")

plt.show()
plt.close("all")
1
2
3
4
5
6
7
8
9
10

在这里插入图片描述

另一种分组箱线图例子

这种先按照数值g组分开A，B，然后按照列分开。

先按照g组数值分开两个大图，再按照column细分。

例如：

np.random.seed(1234)

df_box = pd.DataFrame(np.random.randn(50, 2))
df_box["g"] = np.random.choice(["A", "B"], size=50)
df_box.loc[df_box["g"] == "B", 1] += 3

bp = df_box.groupby("g").boxplot()

plt.show()
plt.close("all")
1
2
3
4
5
6
7
8
9
10