求助：在同一图中绘制3组运动项目的可切换变量箱线图

原代码核心问题 #

• 功能不匹配需求：原函数仅支持绘制单个运动项目的箱线图，无法在同一图表中展示3个运动项目的数据。
• 冗余低效的循环：遍历所有30个学生ID再筛选对应运动，会对不属于该运动的ID执行无效查询，还会引入大量空值（NaN），导致箱线图数据异常。
• 数据处理逻辑可优化：手动循环计算每个ID的最大3值均值，远不如利用pandas分组聚合功能高效简洁。
• 内置类型命名冲突：使用list作为变量名，覆盖了Python内置的list类型，可能引发后续隐性错误。

修正后的代码（适配多运动箱线图需求） #

import pandas as pd
import matplotlib.pyplot as plt

def plot_multi_sport_boxplot(sports_list, variable):
    # 计算每个学生ID的指定变量最大3个值的均值
    id_avg = df.groupby('ID')[variable].apply(lambda x: x.nlargest(3).mean()).reset_index()
    # 获取每个ID对应的唯一运动项目（每人仅参与一项）
    id_sport_map = df.groupby('ID')['sport'].first().reset_index()
    # 合并数据得到每个学生的运动与目标均值
    merged_df = pd.merge(id_avg, id_sport_map, on='ID')
    
    # 整理每个运动对应的有效数据列表
    sport_datasets = []
    sport_labels = []
    for sport in sports_list:
        # 过滤空值，仅保留当前运动的有效数据
        valid_data = merged_df[merged_df['sport'] == sport][variable].dropna().tolist()
        sport_datasets.append(valid_data)
        sport_labels.append(f'{sport} - {variable}')
    
    # 绘制多箱线图
    fig, ax = plt.subplots(figsize=(10, 6))
    ax.boxplot(sport_datasets)
    ax.set_xticklabels(sport_labels)
    ax.set_ylabel(variable)
    ax.set_title(f'{variable} 各运动项目分布箱线图')
    plt.show()

# 调用示例：传入3个运动项目列表和目标变量
plot_multi_sport_boxplot(['篮球', '足球', '游泳'], '肺活量')

关键修正说明 #

1. 适配多运动需求：函数参数改为接收运动列表，一次性处理多个项目的数据，实现同一图表展示。
2. 高效数据预处理：用groupby批量计算每个ID的目标均值，避免循环遍历所有ID，大幅提升运行效率。
3. 过滤无效数据：通过dropna()移除空值，确保箱线图仅展示有效数据，避免异常图形。
4. 优化代码规范性：避免使用内置类型作为变量名，同时优化图表标注，提升可读性。

内容的提问来源于stack exchange，提问作者Kkura