如何根据 DataFrame 中的布尔值在箱线图中添加刻度线？

Question

如何根据 'boolean_val' 的值向该箱线图添加点或刻度线？

import pandas as pd
import numpy as np
import seaborn as sns

df = pd.DataFrame(np.random.rand(140, 1)*1000, columns=['int_value'])

df['boolean_value'] = np.random.random(df.shape)<0.5

sns.boxplot(x=df['int value'])
plt.show()

Answer 1

• 将 boolean_value 设置为 x 轴，按单独的分类值绘制箱线图。

import pandas as pd
import numpy as np
import seaborn as sns

df = pd.DataFrame(np.random.rand(140, 1)*1000, columns=['int_value'])
df['boolean_value'] = np.random.random(df.shape)<0.5

sns.boxplot(y=df['int_value'], x=df['boolean_value'])
plt.show()

• 您在评论中要求添加数据点并不是箱线图的工作方式。但是，可以在顶部添加 swarmplot，以创建相同的效果。

sns.boxplot(y=df['int_value'], x=df['boolean_value'])
sns.swarmplot(y=df['int_value'], x=df['boolean_value'], color='black')
plt.show()

• 如果你想要一个只有True的情节

sns.boxplot(y=df['int_value'], x=df['boolean_value'][df['boolean_value']==True])
sns.swarmplot(y=df['int_value'], x=df['boolean_value'][df['boolean_value']==True], color='black')
plt.show()

• 如果您希望将整个分布作为单个箱线图，但只希望显示真实数据点。

sns.boxplot(y=df['int_value'])
sns.swarmplot(y=df['int_value'], x=df['boolean_value'][df['boolean_value']==True], color='black', label='only True')
plt.xticks([0], [''])
plt.xlabel('True/False Boxplot Distribution')
plt.legend()
plt.show()

注意：

• 对于样本数据，很难直观地辨别仅 True 数据的分布与 True/False 组合分布之间的差异。

df.describe()

        int_value
count  140.000000
mean   524.828022
std    302.097860
min      1.566518
25%    240.890088
50%    567.986782
75%    778.906109
max    995.508649

df.groupby('boolean_value').describe()

              int_value                                                                                  
                  count        mean         std       min         25%         50%         75%         max
boolean_value                                                                                            
False              70.0  525.125956  291.117406  1.566518  247.411473  577.119686  770.783246  995.508649
True               70.0  524.530087  314.800514  8.077607  233.074629  550.306306  828.866101  993.770101