如何按列名的部分内容分组绘制Pandas箱线图？

嘿，这个需求其实用Pandas的数据重塑加上Seaborn就能轻松搞定！你已经提前提取的列映射表完全能用得上，不过如果列名格式规整的话，我们也可以直接从列名里拆分信息，两种方案我都给你整理出来：

步骤1：准备数据 #

先把你的原始数据集和映射表转换成Pandas DataFrame：

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

# 原始宽格式数据集
raw_data = pd.DataFrame({
    'local_term_1year': [30, 20],
    'regional_term_1year': [30, 40],
    'local_term_2year': [40, 50],
    'regional_term_2year': [50, 60]
})

# 你已有的列映射表
col_map = pd.DataFrame({
    'column': ['local_term_1year', 'regional_term_1year', 'local_term_2year', 'regional_term_2year'],
    'year': ['1year', '1year', '2year', '2year'],
    'region': ['local', 'regional', 'local', 'regional']
})

步骤2：将宽表转成长表（两种方法） #

箱线图需要长格式数据才能按分组和类别区分，这里有两种方式处理：

方法A：用你已有的映射表合并 #

如果列名格式不固定，用映射表是更稳妥的方式：

# 把宽表转成长表，保留列名和对应的值
long_data = raw_data.melt(var_name='column', value_name='value')

# 合并映射表，给每行数据加上year和region标签
final_data = pd.merge(long_data, col_map, on='column')

方法B：直接从列名拆分信息 #

如果你的列名格式（{region}_term_{year}）是固定的，直接拆分列名更高效，不用依赖映射表：

long_data = raw_data.melt(var_name='column', value_name='value')
# 按下划线拆分列名，提取region和year
long_data[['region', '_', 'year']] = long_data['column'].str.split('_', expand=True)
# 删掉没用的中间列
final_data = long_data.drop(['column', '_'], axis=1)

步骤3：绘制分组箱线图 #

用Seaborn的boxplot，指定x为year分组，y为数值，hue为region（用来区分颜色）：

# 设置绘图风格
sns.set_style("whitegrid")

# 创建画布
plt.figure(figsize=(8, 6))

# 绘制箱线图
sns.boxplot(
    data=final_data,
    x='year',       # 按year分组
    y='value',      # 数值轴
    hue='region',   # 用region区分箱线颜色
    palette='Set2'  # 可选：指定配色方案
)

# 添加图表标注
plt.title('Value Distribution by Year Term and Region', fontsize=14)
plt.xlabel('Year Term', fontsize=12)
plt.ylabel('Value', fontsize=12)
plt.legend(title='Region', bbox_to_anchor=(1.05, 1), loc='upper left')

plt.tight_layout()
plt.show()

这样生成的图表会有两个分组（1year和2year），每个分组内有两个箱线，分别对应local和regional的数据，完全符合你的需求～

内容的提问来源于stack exchange，提问作者GrandmasLove