Pandas 有没有办法设置熊猫组箱线图中的顺序？

有没有一种方法可以对熊猫中的分组方框图的x轴进行排序？它似乎是按升序排序的，我希望它是基于其他列值排序的。

如果您是按类别分组，请按所需顺序将其设置为有序类别

# create some data
n = 50
a = pd.concat([pd.Series(['A']*n, name='cat'), 
               pd.Series(np.random.normal(1, 1, n), name='val')],
             axis=1)
b = pd.concat([pd.Series(['B']*n, name='cat'), 
               pd.Series(np.random.normal(.5, 1, n), name='val')],
             axis=1)
c = pd.concat([pd.Series(['C']*n, name='cat'), 
               pd.Series(np.random.normal(0, 1, n), name='val')],
             axis=1)
df = pd.concat([a, b, c]).reset_index(drop=True)

# unordered boxplot
df.boxplot(column='val', by='cat')

# get order by mean
means = df.groupby(['cat'])['val'].agg(np.mean).sort_values()
ordered_cats = means.index.values

# create categorical data type and set categorical column as new data type
cat_dtype = pd.CategoricalDtype(ordered_cats, ordered=True)
df['cat'] = df['cat'].astype(cat_dtype)

# ordered boxplot
df.boxplot(column='val', by='cat')

见下例： 这里创建了一个包含三个类别a、B和C的数据集，其中每个类别的平均值顺序为C、B、a。目标是按类别平均值的顺序绘制类别

关键是将类别转换为具有所需顺序的有序类别数据类型

# create some data
n = 50
a = pd.concat([pd.Series(['A']*n, name='cat'), 
               pd.Series(np.random.normal(1, 1, n), name='val')],
             axis=1)
b = pd.concat([pd.Series(['B']*n, name='cat'), 
               pd.Series(np.random.normal(.5, 1, n), name='val')],
             axis=1)
c = pd.concat([pd.Series(['C']*n, name='cat'), 
               pd.Series(np.random.normal(0, 1, n), name='val')],
             axis=1)
df = pd.concat([a, b, c]).reset_index(drop=True)

# unordered boxplot
df.boxplot(column='val', by='cat')

# get order by mean
means = df.groupby(['cat'])['val'].agg(np.mean).sort_values()
ordered_cats = means.index.values

# create categorical data type and set categorical column as new data type
cat_dtype = pd.CategoricalDtype(ordered_cats, ordered=True)
df['cat'] = df['cat'].astype(cat_dtype)

# ordered boxplot
df.boxplot(column='val', by='cat')

---

你能举一个简单的例子吗？