Pandas 为什么DataFrameGroupBy.boxplot方法在给定参数“0”时抛出错误；子批次=真/假”吗；？

我可以使用DataFrameGroupBy.boxplot（…）以以下方式创建boxplot：

In [15]: df = pd.DataFrame({"gene_length":[100,100,100,200,200,200,300,300,300],
...:                        "gene_id":[1,1,1,2,2,2,3,3,3],
...:                        "density":[0.4,1.1,1.2,1.9,2.0,2.5,2.2,3.0,3.3],
...:                        "cohort":["USA","EUR","FIJ","USA","EUR","FIJ","USA","EUR","FIJ"]})

[17]中的

：df.groupby（“队列”）.boxplot（column=“density”，by=“gene\u id”）

[18]中的

：plt.show（）

这将生成以下图像：

这正是我想要的，除了不制作三个子图之外，我希望所有的图都在一个图中（美国、欧洲和FIJ的颜色不同）。我试过了

[17]中的

：df.groupby（“队列”）.boxplot（column=“density”，subplot=False，by=“gene\u id”）

但它会产生错误

KeyError:'gene\u id'

---

我认为问题与以下事实有关：

by=“gene\u id”

是发送到matplotlib boxplot方法的关键字。如果有人有更好的方法来生成我想要的图，也许可以使用DataFrame.boxplot（？），请在这里回复。非常感谢

要使用纯

pandas

函数，我认为在调用

boxplot

之前不应该

GroupBy

，而是在调用

DataFrame

本身的

boxplot

时，请求按特定列分组：

df.boxplot(column='density',by=['gene_id','cohort'])

<> >为了获得更好的结果，您可能需要考虑使用库。它旨在帮助您精确完成这类任务：

sns.boxplot(data=df,x='gene_id',y='density',hue='cohort')

编辑以考虑以下评论 如果你想让你的每一组箱线图对每一个基因进行堆叠/叠加，那就有点复杂了（加上你可能会得到一个相当丑陋的输出）。您不能使用Seaborn、AFAIK实现这一点，但可以直接使用pandas，方法是将

position=

参数用于boxplot（）。捕捉它以生成正确的位置序列，从而将箱线图放置在需要的位置，但您必须自己修复记号标签和图例

pos = [i for i in range(len(df.gene_id.unique())) for _ in range(len(df.cohort.unique()))]
df.boxplot(column='density',by=['gene_id','cohort'],positions=pos)

另一种方法是使用

seaborn.swarmlot

而不是使用箱线图。Swarmlot绘制每个点，而不是盒状图的合成表示，但是您可以使用参数

split=False

来获得按队列着色的点，但对于每个基因id，这些点彼此重叠

sns.swarmplot(data=df,x='gene_id',y='density',hue='cohort', split=False)

---

如果不知道数据帧的实际内容（每个基因和每个队列的点数，以及它们在每个队列中的分离程度），很难说哪种解决方案最合适。

感谢您的回答。这是我制作的玩具数据集的一个很好的解决方案，尤其是Seaborn库。不幸的是，因为我的数据集有90个基因ID，所以我没有足够的空间将群体并排分组。相反，它们需要相互垂直堆叠。也许Seaborn允许这样做？@ecneicS我已经完成了我的答案，检查一下。非常感谢。很高兴我能帮忙。如果你认为你的问题被回答了，请考虑通过点击旁边的复选标记来接受答案，以便向其他人指出主题是关闭的。