如何从Python中的预聚合/分组数据创建箱线图？

Question

使用Matplotlib / Pandas / Seaborn，如何从汇总数据而非原始数据构建箱线图？

上下文：数以百万计的人我知道他们的年龄，我想对此做一个箱线图。因为我有数百万行，所以我先使用PySpark汇总数据集，然后再进行Pandas中的绘图。结果是我拥有一个具有一定年龄的人数（例如18岁的10万人）的数据集。

我似乎在Seaborn或maptlotlib软件包中找不到选项。我想念什么吗？

Answer 1

我找到了以下解决方案。

1. 使用PySpark汇总数据，然后使用键名将此数据存储在字典中。字典result应该看起来像这样：

   {'mean': 45.30698829299204,
   'med': 47.0,
   'q1': 27.0,
   'q3': 62.0,
   'iqr': 35.0,
   'whishi': 114,
   'whislo': 0,
   'fliers': array([[118], [118])
   }

2. 要绘制，您可以使用matplotlib boxplot抽屉函数bxp，例如：

   fig, ax = plt.subplots(figsize=(6, 12))
   ax.bxp([result], showmeans = True, meanline = True)

详细内容请参见here。

如果有的话，随时发表评论或回答更好的解决方案。