多DataFrame绘制箱线图报错且生成空图，求解决方案

我拥有4个DataFrame：

df1 = pd.DataFrame({'ID': [0, 0, 0, 0, 0, 0],
                    'value': [3.0, 3.5, 4.5, NaN, 7.0, 8.1]})

df2 = pd.DataFrame({'ID': [1, 1, 1, 1, 1, 1],
                    'value': [9.4, NaN, 4.5, 2.4, 4.0, 3.9]})

df3 = pd.DataFrame({'ID': [2, 2, 2],
                    'value': [1.0, 3.9, 4.1]})

df4 = pd.DataFrame({'ID': [3, 3, 3, 3],
                    'value': [NaN, NaN, 5.8, 3.0]})

想要基于每个DataFrame的value列绘制箱线图，编写了如下代码：

fig, ax2 = plt.subplots()
vec = [df1['value'].values,df2['value'].values,df3['value'].values,df4['value'].values]
labels = ['ID_0','ID_1', 'ID_2', 'ID_3']
ax2.boxplot(vec, labels = labels)
ax2.set_title('Values')
plt.show()

但代码无法正常运行，生成空图还抛出以下错误：

回溯信息 #

---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
Input In [3], in <cell line: 1>()
      1 df1 = pd.DataFrame({'ID': [0, 0, 0, 0, 0, 0],
----> 2                     'value': [3.0, 3.5, 4.5, NaN, 7.0, 8.1]})
      4 df2 = pd.DataFrame({'ID': [1, 1, 1, 1, 1, 1],
      5                     'value': [9.4, NaN, 4.5, 2.4, 4.0, 3.9]})
      7 df3 = pd.DataFrame({'ID': [2, 2, 2],
      8                     'value': [1.0, 3.9, 4.1]})

NameError: name 'NaN' is not defined

求更好的解决方法？

1. 修复NaN未定义错误 #

Python中NaN不是内置常量，必须从numpy导入后使用np.nan，或者用pandas的pd.NA替代。修改DataFrame定义代码：

import numpy as np
import pandas as pd

df1 = pd.DataFrame({'ID': [0, 0, 0, 0, 0, 0],
                    'value': [3.0, 3.5, 4.5, np.nan, 7.0, 8.1]})

df2 = pd.DataFrame({'ID': [1, 1, 1, 1, 1, 1],
                    'value': [9.4, np.nan, 4.5, 2.4, 4.0, 3.9]})

df3 = pd.DataFrame({'ID': [2, 2, 2],
                    'value': [1.0, 3.9, 4.1]})

df4 = pd.DataFrame({'ID': [3, 3, 3, 3],
                    'value': [np.nan, np.nan, 5.8, 3.0]})

2. 优化箱线图绘制代码 #

方法一：保留原DataFrame结构绘制 #

直接传入Series列表给boxplot即可，无需转成.values（matplotlib会自动忽略NaN值）：

import matplotlib.pyplot as plt

fig, ax2 = plt.subplots()
# 直接传入Series，处理NaN更稳妥
vec = [df1['value'], df2['value'], df3['value'], df4['value']]
labels = ['ID_0','ID_1', 'ID_2', 'ID_3']
ax2.boxplot(vec, labels=labels)
ax2.set_title('Values')
ax2.set_ylabel('Value')
plt.show()

方法二：合并DataFrame后用pandas绘制（更简洁） #

将多个DataFrame合并为一个，利用ID列分组绘制，代码更易维护：

# 合并所有DataFrame
combined_df = pd.concat([df1, df2, df3, df4], ignore_index=True)
# pandas内置箱线图自动按ID分组
combined_df.boxplot(column='value', by='ID')
plt.title('Values by ID')
plt.suptitle('')  # 移除pandas自动生成的顶部标题
plt.ylabel('Value')
plt.show()

原代码空图原因 #

原代码因NaN未定义导致DataFrame创建失败，后续绘图代码未执行，因此生成空图。修复NaN问题后，即使转成.values数组，matplotlib也能处理NaN，但直接传入Series是更可靠的方式。

内容的提问来源于stack exchange，提问作者EngGu