如何为棒球运动员数据新增年代列并绘制Seaborn箱线图

嘿，这个需求我熟！给棒球数据按十年分组加标签再画箱线图，其实两步就能搞定，我给你一步步说清楚～

第一步：新增年代分组列 #

首先假设你的DataFrame里存储年份的列名叫year（如果不是，记得替换成你实际的列名）。我们用矢量化运算来快速生成年代标签，比循环或者apply高效得多，尤其适合你这种时间跨度大的数据集。

代码示例：

import pandas as pd

# 假设你的DataFrame名为df，年份列是'year'
# 计算每个年份所属的十年起始年
df['decade'] = ((df['year'] - 1) // 10) * 10 + 1
# 把起始年转成"XXXX-XXXX"的字符串格式，方便后续绘图
df['decade_label'] = df['decade'].apply(lambda x: f"{x}-{x+9}")

举个例子：1871减去1是1870，除以10取整得187，乘以10加1就是1871，对应标签1871-1880；1880的话，1880-1=1879，//10还是187，所以也归到1871-1880，完美匹配你要的分组规则。

如果年份列有缺失值，可以先处理：比如用df = df.dropna(subset=['year'])删除缺失年份的行，或者根据实际情况填充。

第二步：绘制箱线图 #

接下来用Seaborn来画箱线图，它对分组数据的可视化非常友好。如果没装Seaborn，先执行pip install seaborn安装。

代码示例：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置清爽的绘图风格
sns.set_style("whitegrid")

# 绘制箱线图，x是年代标签，y替换成你要分析的平均数据列（比如'avg_hits'）
plt.figure(figsize=(12, 6))
sns.boxplot(x='decade_label', y='avg_hits', data=df)

# 添加标题和轴标签
plt.title('棒球运动员年度平均数据按年代分布箱线图', fontsize=14)
plt.xlabel('年代', fontsize=12)
plt.ylabel('平均数据', fontsize=12)

# 旋转x轴标签，避免重叠
plt.xticks(rotation=45)

plt.show()

要是想用Matplotlib原生绘制，也可以这样写：

import matplotlib.pyplot as plt

plt.figure(figsize=(12, 6))
df.boxplot(column='avg_hits', by='decade_label', figsize=(12, 6))
plt.title('棒球运动员年度平均数据按年代分布箱线图')
plt.suptitle('')  # 去掉Matplotlib自动生成的冗余标题
plt.xlabel('年代')
plt.ylabel('平均数据')
plt.xticks(rotation=45)
plt.show()

额外小提示 #

• 如果绘图时x轴年代顺序乱了，可以把decade_label转成有序分类：

# 获取所有唯一年代标签并排序
sorted_decades = sorted(df['decade_label'].unique())
df['decade_label'] = pd.Categorical(df['decade_label'], categories=sorted_decades, ordered=True)

这样x轴就会严格按时间顺序排列，不会出现混乱。

• 如果需要按多维度分组（比如同时按年代和球员位置），可以用sns.boxplot(x='decade_label', y='avg_hits', hue='position', data=df)添加分组颜色区分。

内容的提问来源于stack exchange，提问作者Eddy