如何用Python的Pandas绘制特定年份数据的箱线图？

嘿，别担心，刚上手Pandas遇到这种需求很正常！我来一步步带你搞定针对特定年份/赛季绘制箱线图的操作，保证清晰好懂～

我们需要用Pandas处理数据，用Seaborn（或者Matplotlib）来画箱线图——Seaborn画出来的图更美观，代码也更简洁，所以优先推荐它：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

先把数据加载进来，假设你的数据是CSV格式（如果是Excel就用pd.read_excel()），然后看看前几行确认年份/赛季列的格式：

# 替换成你的数据集路径
df = pd.read_csv('your_data.csv')
# 查看数据结构，确认年份列的名称（比如叫season、year等）
print(df.head())

这里分两种常见情况：

• 如果你的年份是字符串格式（比如直接是"2000-01"这种赛季格式），直接用isin()筛选目标赛季：

# 定义你要分析的目标赛季
target_seasons = ['2000-01', '2006-07']
# 筛选出对应的数据
filtered_df = df[df['season'].isin(target_seasons)]

• 如果你的年份是数值格式（比如只有2000、2006这种单独的年份），可以先把它转换成赛季格式再筛选：

# 把年份转换成"YYYY-YY"的赛季格式
df['season'] = df['year'].apply(lambda x: f"{x}-{str(x+1)[-2:]}")
# 再筛选目标赛季
target_seasons = ['2000-01', '2006-07']
filtered_df = df[df['season'].isin(target_seasons)]

如果只需要单个赛季（比如仅2000-01），直接用filtered_df = df[df['season'] == '2000-01']就行。

现在用筛选后的数据画图，假设你要分析的数值列叫score（替换成你实际的列名，比如销售额、成绩等）：

# 设置绘图风格，让图更好看
sns.set_style("whitegrid")

# 创建画布，设置大小
plt.figure(figsize=(8, 6))

# 绘制箱线图：x轴是赛季，y轴是你要分析的数值
sns.boxplot(x='season', y='score', data=filtered_df)

# 添加标题和坐标轴标签
plt.title('数值分布对比（2000-01 vs 2006-07）', fontsize=14)
plt.xlabel('赛季', fontsize=12)
plt.ylabel('得分/数值', fontsize=12)

# 显示图形
plt.show()

• 如果你的年份列是日期类型（datetime），可以先提取年份再处理：

df['year'] = df['date_column'].dt.year

• 如果筛选后数据为空，检查一下你的赛季字符串和数据里的格式是否完全一致（比如有没有空格、大小写问题）

如果你的数据集结构和示例不一样，只需要把代码里的列名替换成你实际的列名就好，有细节问题随时问～

内容的提问来源于stack exchange，提问作者paddy