2017-07-12 10 views
0

私はPM2.5データのパンダデータフレームを作成し、この中の各年のボックスとウィスカープロット(上部と下部の10パーセンタイルで)を使って各サイトの個別のボックスプロットを作成します。これについてどうすればいいですか?パンダデータフレームを使用したボックスプロットのプロット

 
      Aberdeen Auchencorth Moss Belfast Centre Birmingham Tyburn \ 
Date                   
2000-01-01  NaN    NaN    NaN    NaN 
2000-01-02  NaN    NaN    NaN    NaN 
2000-01-03  NaN    NaN    NaN    NaN 
2000-01-04  NaN    NaN    NaN    NaN 
2000-01-05  NaN    NaN    NaN    NaN 
2000-01-06  NaN    NaN    NaN    NaN 
2000-01-07  NaN    NaN    NaN    NaN 
2000-01-08  NaN    NaN    NaN    NaN 
2000-01-09  NaN    NaN    NaN    NaN 
2000-01-10  NaN    NaN    NaN    NaN 
2000-01-11  NaN    NaN    NaN    NaN 
2000-01-12  NaN    NaN    NaN    NaN 
2000-01-13  NaN    NaN    NaN    NaN 
2000-01-14  NaN    NaN    NaN    NaN 
2000-01-15  NaN    NaN    NaN    NaN 
2000-01-16  NaN    NaN    NaN    NaN 
2000-01-17  NaN    NaN    NaN    NaN 
2000-01-18  NaN    NaN    NaN    NaN 
2000-01-19  NaN    NaN    NaN    NaN 
2000-01-20  NaN    NaN    NaN    NaN 
2000-01-21  NaN    NaN    NaN    NaN 
2000-01-22  NaN    NaN    NaN    NaN 
2000-01-23  NaN    NaN    NaN    NaN 
2000-01-24  NaN    NaN    NaN    NaN 
2000-01-25  NaN    NaN    NaN    NaN 
2000-01-26  NaN    NaN    NaN    NaN 
2000-01-27  NaN    NaN    NaN    NaN 
2000-01-28  NaN    NaN    NaN    NaN 
2000-01-29  NaN    NaN    NaN    NaN 
2000-01-30  NaN    NaN    NaN    NaN 
       ...    ...    ...    ... 
2017-04-02  3.0    4.0    7.0    10.0 
2017-04-03  5.0    4.0    9.0    14.0 
2017-04-04  3.0    5.0    8.0    9.0 
2017-04-05  7.0    5.0    7.0    7.0 
2017-04-06  3.0    3.0    7.0    10.0 
2017-04-07  3.0    3.0   11.0    14.0 
2017-04-08  11.0    12.0   20.0    26.0 
2017-04-09  11.0    15.0   17.0    25.0 
2017-04-10  3.0    4.0    8.0    5.0 
2017-04-11  1.0    6.0    9.0    7.0 
2017-04-12  2.0    4.0    5.0    6.0 
2017-04-13  2.0    3.0    6.0    6.0 
2017-04-14  2.0    3.0    6.0    6.0 
2017-04-15  3.0    3.0    6.0    6.0 
2017-04-16  3.0    3.0    5.0    5.0 
2017-04-17  4.0    3.0    7.0    11.0 
2017-04-18  4.0    3.0    7.0    7.0 
2017-04-19  6.0    4.0   11.0    13.0 
2017-04-20  3.0    4.0   12.0    12.0 
2017-04-21  3.0    4.0   11.0    11.0 
2017-04-22  3.0    4.0    9.0    8.0 
2017-04-23  3.0    4.0    6.0    9.0 
2017-04-24  3.0    2.0    4.0    6.0 
2017-04-25  3.0    3.0    6.0    5.0 
2017-04-26  3.0    3.0    6.0    6.0 
2017-04-27  3.0    2.0    6.0    8.0 
2017-04-28  NaN    3.0    8.0    8.0 
2017-04-29  NaN    6.0    7.0    9.0 
2017-04-30  NaN    17.0   20.0    19.0 
2017-05-01  19.0    18.0   20.0    8.0 

答えて

0

あなたはjupyter使用%matplotlib inline

を使用している場合はmatplotlibの

import matplotlib.pyplot as plt 
plt.boxplot(your_df['Aberdeen'].values) 
plt.show() 

に使用して試みることができます

関連する問題