问题描述
我目前正在进行数据分析,并希望通过海洋箱形图显示一些数据分布。
我有一个分类数据“ seg1”,它在我的数据集中可以取3个值(“ Z1”,“ Z3”,“ Z4”)。但是,“ Z4”组中的数据太陌生,无法为我报告,我想生成仅显示“ Z1”和“ Z3”类别的箱形图。
由于没有显示数据点,仍然显示类别“ Z4”,因此无法过滤图的数据源。
除了仅创建('Z1','Z3')新的CategoricalDtype
并将数据投射/投影到这个新类别上,还有其他解决方案吗?
我只想隐藏“ Z4”类别。
我正在使用seaborn 0.10.1和matplotlib 3.3.1。
预先感谢您的回答。
下面是我的尝试,还有一些要复制的数据。
虚拟数据
dummy_cat = pd.CategoricalDtype(['a','b','c'])
df = pd.DataFrame({'col1': ['a','a','b'],'col2': [12.,5.,3.,2]})
df.col1 = df.col1.astype(dummy_cat)
sns.boxplot(data=df,x='col1',y='col2')
不应用过滤器
fig,axs = plt.subplots(figsize=(8,25),nrows=len(indicators2),squeeze=False)
for j,indicator in enumerate(indicators2):
sns.boxplot(data=orders,y=indicator,x='seg1',hue='origin2',ax=axs[j,0],showfliers=False)
哪个会产生:
过滤数据源
mask_filter = orders.seg1.isin(['Z1','Z3'])
fig,indicator in enumerate(indicators2):
sns.boxplot(data=orders.loc[mask_filter],showfliers=False)
哪个会产生:
解决方法
要切断最后一个(或第一个)x值,可以使用set_xlim()
,例如ax.set_xlim(-0.5,1.5)
。
另一种选择是使用seaborn的order=
参数,并仅在该列表中添加所需的值。 (可选)可以通过编程方式创建:
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
dummy_cat = pd.CategoricalDtype(['a','b','c'])
df = pd.DataFrame({'col1': ['a','a','b'],'col2': [12.,5.,3.,2]})
df.col1 = df.col1.astype(dummy_cat)
order = [cat for cat in dummy_cat.categories if df['col1'].str.contains(cat).any()]
sns.boxplot(data=df,x='col1',y='col2',order=order)
plt.show()