如何为含Code与Measure的pandas DataFrame生成分组箱线图？

我懂你的问题啦——你想要针对Code的两个取值（1002和1200），分别画出Measure的箱线图（包含25分位、中位数、75分位这些统计量），但现在只生成了一个箱线，这是因为你没告诉pandas要按Code列来分组绘制。

下面给你两种简单的解决方法：

方法一：用Pandas自带的Boxplot指定分组参数 #

直接在boxplot()方法里加上by='Code'，同时指定要绘制的数值列column='Measure'，就能让pandas自动按Code的不同值分组生成箱线图。如果需要横向展示（和你原来的代码一致），保留vert=False即可：

import pandas as pd
import matplotlib.pyplot as plt

# 先构造你的DataFrame
data = {
    'Measure': [55.122, 49.166, 49.263, 59.156, 49.353, 43.000],
    'Code': [1200, 1002, 1002, 1002, 1200, 1200]
}
ds = pd.DataFrame(data)

# 生成分组箱线图的代码
fig, ax = plt.subplots(figsize=(10,5))
ds.boxplot(column='Measure', by='Code', vert=False, ax=ax)
plt.subplots_adjust(left=0.25)
plt.title('')  # 去掉pandas自动生成的分组标题，让图更整洁
plt.suptitle('Measure分布按Code分组')  # 添加自定义总标题
plt.show()

这段代码会生成两个独立的箱线，分别对应Code=1002和Code=1200的Measure数据，每个箱线都会自动计算并展示25th percentile、中位数、75th percentile等统计信息。

方法二：用Seaborn绘制更美观的分组箱线图 #

如果你想要更美观的可视化效果，可以用Seaborn库的boxplot()，它默认支持按列分组，参数也更直观：

import seaborn as sns
import matplotlib.pyplot as plt

# 构造你的DataFrame
data = {
    'Measure': [55.122, 49.166, 49.263, 59.156, 49.353, 43.000],
    'Code': [1200, 1002, 1002, 1002, 1200, 1200]
}
ds = pd.DataFrame(data)

plt.figure(figsize=(10,5))
sns.boxplot(x='Code', y='Measure', data=ds, orient='h')  # orient='h'设置为横向展示
plt.subplots_adjust(left=0.25)
plt.title('Measure分布按Code分组')
plt.show()

Seaborn的默认样式会让箱线图看起来更清晰，同时也能完美实现你要的分组效果。

核心思路其实很简单：只要告诉绘图工具按Code列进行分组，就能生成对应每个Code值的独立箱线，而不是把所有数据混在一起画一个箱线。

内容的提问来源于stack exchange，提问作者Fluxy