Skip to main content
 首页 » 编程设计

python之箱线图 Pandas 数据

2025年02月15日7开发

DataFrame如下:

        ID1             ID2  
0   00:00:01.002    00:00:01.002 
1   00:00:01.001    00:00:01.006 
2   00:00:01.004    00:00:01.011 
3   00:00:00.998    00:00:01.012 
4       NaT         00:00:01.000 
                ... 
20      NaT         00:00:00.998 

我想做的是为每个 ID 创建一个箱线图。根据我提供的数据集,可能有也可能没有多个 ID。现在我正在尝试为 2 个数据集解决这个问题。如果可能的话,我想要一个将所有数据都放在同一个箱线图上的解决方案,然后另一个将数据显示在每个 ID 自己的箱线图上的解决方案。

我对 pandas 很陌生(正在尝试学习它...),我只是对弄清楚这需要多长时间感到沮丧...这是我的代码...

deltaTime = pd.DataFrame() #Create blank df 
for x in range(0, len(totIDs)): 
   ID = IDList[x] 
   df = pd.DataFrame(data[ID]).T 
   deltaT[ID] = pd.to_datetime(df[TIME_COL]).diff() 
deltaT.boxplot() 

非常简单,只是似乎无法按照我想要的方式为每个 ID 绘制箱线图。我不应该认为数据是由本地文件读取器提供给我的,该文件读取器获取多个复杂文件并将它们分类到按 ID 索引的数据字典中。

我正在运行 pandas 版本 0.14.0 和 python 版本 2.7.7

请您参考如下方法:

我不确定这在 0.14.0 版本中如何工作,因为最后一个是 0.19.2 - 我建议尽可能升级:

#sample data 
np.random.seed(180) 
dates = pd.date_range('2017-01-01 10:11:20', periods=10, freq='T') 
cols = ['ID1','ID2'] 
df = pd.DataFrame(np.random.choice(dates, size=(10,2)), columns=cols) 
print (df) 
                  ID1                 ID2 
0 2017-01-01 10:12:20 2017-01-01 10:17:20 
1 2017-01-01 10:16:20 2017-01-01 10:20:20 
2 2017-01-01 10:18:20 2017-01-01 10:17:20 
3 2017-01-01 10:12:20 2017-01-01 10:16:20 
4 2017-01-01 10:14:20 2017-01-01 10:18:20 
5 2017-01-01 10:18:20 2017-01-01 10:19:20 
6 2017-01-01 10:17:20 2017-01-01 10:12:20 
7 2017-01-01 10:13:20 2017-01-01 10:17:20 
8 2017-01-01 10:16:20 2017-01-01 10:11:20 
9 2017-01-01 10:13:20 2017-01-01 10:19:20 

调用DataFrame.diff然后将 timedeltas 转换为 total_seconds :

df = df.diff().apply(lambda x: x.dt.total_seconds()) 
print(df) 
     ID1    ID2 
0    NaN    NaN 
1  240.0  180.0 
2  120.0 -180.0 
3 -360.0  -60.0 
4  120.0  120.0 
5  240.0   60.0 
6  -60.0 -420.0 
7 -240.0  300.0 
8  180.0 -360.0 
9 -180.0  480.0 

上次使用 DataFrame.plot.box

df.plot.box() 

您还可以检查docs .