Python中同一子图无法显示两个箱线图问题求助

问题背景 #

你尝试用Seaborn和Matplotlib在1行2列的子图中，分别绘制중식계和석식계的Noise与Cluster分组箱线图，但每个子图仅显示Noise的数据。两组数据来自不同DataFrame：cluster_data有1085条중식계数据（范围0.0-1.0），noise_data有77条중식계数据（范围0.199-0.879），数据结构和范围均无异常。

问题原因 #

直接将两个Series组成列表传给sns.boxplot的data参数时，Seaborn的内部解析逻辑无法正确识别第二组数据的分组信息，尤其当两组数据量差异较大时，容易出现仅渲染第一个Series的情况。

解决方案 #

方案1：显式指定x/y参数（无需重构数据）

通过构造x轴分组标签并合并y轴数据，直接传递给boxplot的x、y参数：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

fig, axes = plt.subplots(1, 2, figsize=(16, 8), sharey=True)

# 중식계 박스플롯
sns.boxplot(
    x=['Noise'] * len(noise_data['중식계']) + ['Cluster'] * len(cluster_data['중식계']),
    y=pd.concat([noise_data['중식계'], cluster_data['중식계']]),
    notch=True, palette="Set2", ax=axes[0]
)
axes[0].set_title('중식계 분포 : Noise vs Cluster')

# 석식계 박스플롯
sns.boxplot(
    x=['Noise'] * len(noise_data['석식계']) + ['Cluster'] * len(cluster_data['석식계']),
    y=pd.concat([noise_data['석식계'], cluster_data['석식계']]),
    notch=True, palette="Set2", ax=axes[1]
)
axes[1].set_title('석식계 분포 : Noise vs Cluster')

plt.show()

方案2：重构为长格式数据（推荐）

将两个DataFrame合并并添加分组标识，这种格式更契合Seaborn的API设计，后续扩展更灵活：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 重构중식계数据集
lunch_data = pd.concat([
    noise_data[['중식계']].assign(group='Noise'),
    cluster_data[['중식계']].assign(group='Cluster')
])

# 重构석식계数据集
dinner_data = pd.concat([
    noise_data[['석식계']].assign(group='Noise'),
    cluster_data[['석식계']].assign(group='Cluster')
])

fig, axes = plt.subplots(1, 2, figsize=(16, 8), sharey=True)

# 绘制중식계箱线图
sns.boxplot(x='group', y='중식계', data=lunch_data, notch=True, palette="Set2", ax=axes[0])
axes[0].set_title('중식계 분포 : Noise vs Cluster')

# 绘制석식계箱线图
sns.boxplot(x='group', y='석식계', data=dinner_data, notch=True, palette="Set2", ax=axes[1])
axes[1].set_title('석식계 분포 : Noise vs Cluster')

plt.show()

内容的提问来源于stack exchange，提问作者nodistraction96