如何遍历DataFrame对象列表？及批量绘制对象变量箱线图问题

嘿，我来帮你搞定这两个问题～

遍历DataFrame列表其实非常直观，根据你的需求有几种常用方式：

• 基础遍历（仅处理每个DataFrame）
  如果只需要逐个处理列表里的DataFrame，直接用for循环遍历即可：

# 假设你已经有一个包含多个DataFrame的列表
df_collection = [user_df, order_df, product_df]

for df in df_collection:
    # 这里写你的处理逻辑，比如查看数据基本信息
    print(df.info())
    # 或者做数据清洗、统计等操作

• 带索引的遍历（需要知道当前处理的是第几个）
  如果需要追踪当前处理的是列表中的第几个DataFrame，用enumerate()就很方便：

for index, df in enumerate(df_collection):
    print(f"正在处理第 {index + 1} 个DataFrame:")
    print(df.head())  # 打印前5行数据

• 关联名称的遍历（同时处理DataFrame和它的标识）
  如果你的DataFrame有对应的业务名称（比如不同数据源的名字），可以把名称和DataFrame打包成元组列表，再一起遍历：

df_with_labels = [("用户行为数据", user_df), ("交易订单数据", order_df)]
for label, df in df_with_labels:
    print(f"\n===== {label} 统计描述 =====")
    print(df.describe())

你的思路完全没问题，问题出在seaborn.boxplot的参数写法上。我帮你修正了代码，还加了一些实用的细节：

import matplotlib.pyplot as plt
import seaborn as sns

# 先简化你提取object变量的代码（可以合并成一行）
objects = list(df.dtypes[df.dtypes == "object"].index)

# 假设你的目标数值变量名为Y，这里要替换成你实际的变量名！
target_var = "Y"

for col in objects:
    plt.figure(figsize=(15, 8))
    # 核心：指定分类变量（col）、数值变量（target_var），以及数据源df
    sns.boxplot(x=col, y=target_var, data=df)
    # 添加标题，方便区分每个图对应的变量
    plt.title(f"{col} 与 {target_var} 的箱线图", fontsize=14)
    # 显示图形
    plt.show()

小提示： #

• 如果你的Y是数值变量，想把它放在x轴，把x和y参数交换位置即可：sns.boxplot(x=target_var, y=col, data=df)
• 如果object变量数量很多，批量弹出窗口会很繁琐，你可以用子图布局来整合（比如2行2列的网格），不过先把基础版本跑通再考虑进阶优化～

内容的提问来源于stack exchange，提问作者Rods2292