带年份维度的二元预测变量与连续响应变量分组箱线图绘制

我懂你的需求——就是想把2015和2016年的数据放在同一个Infected类别下，用并排的箱线图做对比，对吧？其实用Seaborn的boxplot配合hue参数就能轻松搞定，不用纠结split()这类不对路的函数，下面给你一步步演示：

1. 先对齐你的DataFrame结构 #

假设你的数据集和你描述的一致，我先模拟一个示例结构：

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

# 模拟你的假设数据集
df = pd.DataFrame({
    '连续响应变量': [23, 19, 27, 21, 25, 18, 30, 26, 28, 22, 24, 29],
    '年份': ['2015', '2015', '2015', '2015', '2015', '2015', '2016', '2016', '2016', '2016', '2016', '2016'],
    'Infected': ['Yes'] * 12  # 你的目标X变量列，所有值归为同一类别
})

2. 绘制分组箱线图 #

核心就是用hue参数指定年份作为分组依据，再通过dodge=True（默认开启）让两个箱线图在同一X位置并排展示：

# 绘制箱线图
sns.boxplot(
    data=df,
    x='Infected',       # X轴固定为你的目标类别列
    y='连续响应变量',     # Y轴是你的连续响应变量
    hue='年份',          # 按年份维度分组
    dodge=True          # 开启分组箱线图的并排显示（默认就是True，可省略）
)

# 优化图表可读性
plt.title('Infected组下2015 vs 2016年响应变量对比')
plt.legend(title='年份')
plt.show()

3. 效果说明 #

运行这段代码后，你会在X轴的Infected标签下方看到两个并排的箱线图，分别对应2015和2016年的数据，图例也会清晰区分两组。如果你的Infected列有多个类别（比如Yes/No），这个方法同样适用——每个类别下都会自动生成对应年份的并排箱线图。

为啥split()没用？ #

你提到的split()是字符串分割函数，和箱线图的分组可视化逻辑完全不搭，所以用在这里解决不了问题。Seaborn的hue参数才是专门用来处理同一X类别下的分组展示的工具。

内容的提问来源于stack exchange，提问作者D. Money