如何获取Plotly箱线图的统计数据并解决Q1、Q3数值不一致问题

二者均为四分位数的常用计算规则，核心差异为计算上下四分位（Q1、Q3）时是否将中位数纳入统计范围：

• exclusive（排他法）：计算时先找出数据集的中位数，将中位数本身从数据中排除，拆分出独立的上半区、下半区两个子数据集，分别取两个子数据集的中位数作为Q1和Q3，该方法是统计教材中Tukey箱线图的标准实现规则。
  举个例子：有序数据集[1,2,3,4,5,6,7,8,9]，中位数为5，拆分后下半区为[1,2,3,4]、上半区为[6,7,8,9]，计算得Q1=2.5、Q3=7.5。
• inclusive（包含法）：计算时不拆分排除中位数，直接对全量数据集计算25%、75%分位，该方法是pandas等数据分析工具的默认分位计算规则。
  以上述数据集为例，直接计算全量数据的25%、75%分位，得到Q1=3、Q3=7，和df.describe()的默认输出一致。

pandas内置的describe()方法没有提供直接切换四分位计算规则的参数，默认输出匹配'inclusive'规则的结果。如果需要得到和Plotly'exclusive'参数一致的统计值，可以通过自定义聚合函数调用quantile()方法实现，示例代码如下：

# 自定义聚合计算exclusive规则的统计值
stats = df.groupby('Market')['Revenue'].agg(
    count='count',
    mean='mean',
    std='std',
    min='min',
    q1_exclusive=lambda x: x.quantile(0.25, method='tukey'),
    median='median',
    q3_exclusive=lambda x: x.quantile(0.75, method='tukey'),
    max='max'
)
stats

上述代码中指定method='tukey'的分位计算逻辑和Plotly的'exclusive'规则完全匹配，输出的Q1、Q3和箱线图展示的数值一致。

内容的提问来源于stack exchange，提问作者ASH