如何用Pandas透视Sensor列生成箱线图所需格式的DataFrame

可复现样本数据 #

基于你提供的字段结构生成模拟数据，方便测试验证：

import pandas as pd
import numpy as np

np.random.seed(42)
df = pd.DataFrame({
    'experiment': np.repeat(['exp1', 'exp2'], 25),
    'round': np.tile(np.arange(1,6), 10),
    'kali': np.random.randint(1, 10, 50),
    'pH': np.tile([4.0, 5.0, 6.0, 7.0, 8.0], 10),
    'sensor': np.tile([f'sensor{i}' for i in range(1,6)], 10),
    'measurement': np.random.normal(50, 10, 50)
})

核心转换代码 #

使用pivot_table（比pivot更适配重复行场景）完成转换，直接得到无多级索引的宽格式：

# 转换为宽格式，保留所有非sensor字段+pH分组列
wide_df = df.pivot_table(
    index=['experiment', 'round', 'kali', 'pH'],  # 需保留的非sensor列
    columns='sensor',
    values='measurement',
    aggfunc='first'  # 若同一索引组合有重复值，可替换为'mean'/'median'做聚合
).reset_index()

# 清理列名，移除自动生成的多级索引
wide_df.columns = wide_df.columns.droplevel(0)
wide_df = wide_df.rename(columns={'': 'experiment'}).rename_axis(None, axis=1)

转换后结果（符合期望格式） #

转换后的数据结构如下（截取前3行）：

箱线图绘制 #

基于转换后的宽格式，用seaborn直接绘制以pH为分组的箱线图：

import seaborn as sns
import matplotlib.pyplot as plt

# 单传感器箱线图
sns.boxplot(data=wide_df, x='pH', y='sensor1')
plt.title('Sensor 1 Measurements by pH')
plt.show()

# 多传感器子图批量绘制
fig, axes = plt.subplots(2, 3, figsize=(16, 10))
sensor_cols = [col for col in wide_df.columns if 'sensor' in col]
for ax, sensor in zip(axes.flat, sensor_cols):
    sns.boxplot(data=wide_df, x='pH', y=sensor, ax=ax)
    ax.set_title(f'{sensor} vs pH')
plt.tight_layout()
plt.show()

错误排查（针对你之前的多级索引问题） #

你之前出现多级索引的常见原因：

• 使用pivot时未指定足够的索引列，导致重复行触发自动多级索引
• 转换后未执行reset_index()将索引字段转回普通列
• 未清理pivot_table生成的列层级（即未用droplevel(0)移除列的顶层名称）

如果仅需保留pH作为唯一分组依据（忽略experiment/round/kali），可简化转换代码：

wide_df_simple = df.pivot_table(
    index='pH',
    columns='sensor',
    values='measurement',
    aggfunc='median'  # 用中位数聚合同一pH下的所有测量值
).reset_index().rename_axis(None, axis=1)

内容的提问来源于stack exchange，提问作者Shannas M