Pandas DataFrameで箱ひげ図を描いてデータ分析をマスター

pandas.DataFrame.boxplot 関数は、DataFrame の列を箱ひげ図として可視化します。箱ひげ図は、データの分布、中央値、外れ値などを視覚的に理解するのに役立ちます。

使い方

基本的な使い方は以下の通りです。

import pandas as pd

df = pd.DataFrame({
    "col1": [1, 2, 3, 4, 5],
    "col2": [10, 20, 30, 40, 50],
})

df.boxplot()

このコードは、df の "col1" と "col2" 列をそれぞれ箱ひげ図として表示します。

オプション

boxplot 関数は、さまざまなオプションを使用して、箱ひげ図のカスタマイズができます。

• column : 箱ひげ図を表示する列を指定します。
• by : グループごとに箱ひげ図を表示します。
• vert : 箱ひげ図の向きを指定します。True で縦方向、False で横方向になります。
• patch_artist : 箱の色を塗りつぶすかどうかを指定します。
• showmeans : 平均値を表示するかどうかを指定します。
• showfliers : 外れ値を表示するかどうかを指定します。

例

以下は、boxplot 関数のオプションを使用した例です。

# グループごとに箱ひげ図を表示
df.boxplot(by="col1")

# 横方向に箱ひげ図を表示
df.boxplot(vert=False)

# 箱を塗りつぶし、平均値と外れ値を表示
df.boxplot(patch_artist=True, showmeans=True, showfliers=True)

補足

• boxplot 関数は、Matplotlib の boxplot 関数をラップしています。
• より高度なカスタマイズを行う場合は、Matplotlib の boxplot 関数を直接使用することもできます。

• 箱ひげ図は、データの分布を視覚的に理解するのに役立ちますが、外れ値の影響を受けやすいという欠点があります。
• 外れ値が多いデータの場合は、箱ひげ図と合わせて、ヒストグラムや散布図などの他の可視化手法も併用することをおすすめします。

Pandas DataFrame の boxplot 関数：サンプルコード

import pandas as pd

df = pd.DataFrame({
    "col1": [1, 2, 3, 4, 5],
    "col2": [10, 20, 30, 40, 50],
})

df.boxplot()

グループごとの箱ひげ図

df.boxplot(by="col1")

横方向の箱ひげ図

df.boxplot(vert=False)

箱の色塗り、平均値と外れ値の表示

df.boxplot(patch_artist=True, showmeans=True, showfliers=True)

特定の列のみの箱ひげ図

df.boxplot(column=["col1"])

箱ひげ図のタイトル設定

df.boxplot(title="サンプルタイトル")

箱ひげ図の色設定

df.boxplot(color="skyblue")

箱ひげ図の軸ラベル設定

df.boxplot(xlabel="x軸ラベル", ylabel="y軸ラベル")

箱ひげ図のグリッド設定

df.boxplot(grid=True)

箱ひげ図の outlier 設定

df.boxplot(flierprops=dict(marker="x", markerfacecolor="red"))

箱ひげ図の whisker 設定

df.boxplot(whis=0.5)

箱ひげ図の notch 設定

df.boxplot(notch=True)

箱ひげ図の showmeans と showfliers の同時設定

df.boxplot(showmeans=True, showfliers=False)

seaborn を用いた箱ひげ図

import seaborn as sns

sns.boxplot(data=df)

seaborn を用いたグループごとの箱ひげ図

sns.boxplot(data=df, x="col1", y="col2")

seaborn を用いた横方向の箱ひげ図

sns.boxplot(data=df, orient="h")

seaborn を用いた箱の色塗り、平均値と外れ値の表示

sns.boxplot(data=df, palette="Set3", showmeans=True, showfliers=False)

matplotlib を用いた箱ひゲ図

import matplotlib.pyplot as plt

plt.boxplot(df.values)
plt.show()

matplotlib を用いたグループごとの箱ひげ図

plt.boxplot(df.groupby("col1").values)
plt.show()

matplotlib を用いた横方向の箱ひげ図

plt.boxplot(df.values, vert=False)
plt.show()

• 上記のサンプルコードはあくまでも参考例です。必要に応じて、オプションやパラメータを調整してください。
• 箱ひげ図以外にも、さまざまな可視化手法があります。データの特性に合わせて、適切な手法を選択することが重要です。

Pandas DataFrame の boxplot 関数以外の方法

seaborn ライブラリの boxplot 関数は、pandas.DataFrame.boxplot 関数よりも多くのオプションと機能を提供します。

import seaborn as sns

sns.boxplot(data=df)

matplotlib.pyplot.boxplot

matplotlib ライブラリの pyplot.boxplot 関数は、より細かいカスタマイズが可能です。

import matplotlib.pyplot as plt

plt.boxplot(df.values)
plt.show()

plotly.express.box

plotly ライブラリの express.box 関数は、インタラクティブな箱ひげ図を作成できます。

import plotly.express as px

px.box(df)

その他のライブラリ

上記以外にも、ggplot2 や bokeh などのライブラリを使用して、箱ひげ図を作成することができます。

それぞれの方法の比較

• シンプルな箱ひげ図を作成したい場合は、pandas.DataFrame.boxplot 関数を使用するのがおすすめです。
• より多くのオプション and 機能が必要な場合は、seaborn または matplotlib ライブラリの boxplot 関数を使用します。
• インタラクティブな箱ひげ図を作成したい場合は、plotly ライブラリの express.box 関数を使用します。