PythonのPandasの箱ひげ図について

2025年7月28日

PythonのPandasを使った箱ひげ図（Boxplot）の作成について、詳しく解説します。

箱ひげ図は、データの分布の概要（中央値・四分位数・外れ値）を視覚的に把握するのにとても役立つ可視化手法です。

箱ひげ図とは？

箱ひげ図（boxplot）は、以下の統計量を視覚化します。

要素	説明
中央値	データの中央値（2分の1点）
四分位範囲	Q1（25%点）～Q3（75%点）の範囲。箱（box）として表示されます。
ひげ（whiskers）	通常、Q1−1.5×IQR 〜 Q3+1.5×IQR の範囲に含まれるデータ。
外れ値	上記の範囲を超えるデータ（通常、点で表示）

Pandas での箱ひげ図の描き方

Pandas の DataFrame.plot.box() メソッドを使います。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# サンプルデータの作成
np.random.seed(0)
data = {
    '国語': np.random.normal(70, 10, 100),
    '数学': np.random.normal(65, 15, 100),
    '英語': np.random.normal(75, 12, 100),
}
df = pd.DataFrame(data)

# 基本的な箱ひげ図の描画
df.plot.box(title='教科別得点の分布')
plt.ylabel('得点')
plt.grid(True)
plt.show()

plot.box() は、matplotlib を内部的に使用して描画されます。

詳細なオプションとカスタマイズ

plot.box() には多くの引数があります。

引数	説明
`by`	特定のカテゴリごとにグループ化（カテゴリ変数で箱ひげ図を分ける）
`column`	対象とするカラムの指定
`grid`	グリッド線の有無（デフォルト: True）
`vert`	垂直 or 水平（デフォルト: True）
`patch_artist`	色付きの箱（True にすると色を塗れる）
`figsize`	グラフサイズの指定 (例: `(10, 6)`)
`fontsize`	軸ラベルのフォントサイズ

カテゴリごとに描画

# 性別列を追加
df['性別'] = ['男性']*50 + ['女性']*50

# 性別ごとの箱ひげ図
df[['国語', '数学', '英語', '性別']].plot.box(by='性別')
plt.title('性別ごとの教科得点分布')
plt.suptitle('')  # 上部タイトルを消す
plt.xlabel('性別')
plt.ylabel('得点')
plt.grid(True)
plt.show()

外れ値の有無を調整する

# 外れ値（fliers）を非表示にした箱ひげ図
df[['国語', '数学', '英語']].plot.box(showfliers=False, title='外れ値非表示の箱ひげ図')
plt.ylabel('得点')
plt.grid(True)
plt.show()

横向きの箱ひげ図

# 横向き（水平）の箱ひげ図
df[['国語', '数学', '英語']].plot.box(vert=False, title='横向き箱ひげ図')
plt.xlabel('得点')
plt.grid(True)
plt.show()

複数条件でグループ化（Pandas + seaborn連携もおすすめ）

Pandasでも可能ですが、seabornのboxplot()を使うとより細かくデザインできます。

import seaborn as sns

# 教科・得点の形にデータを整形（long-form）
df_melted = df.melt(id_vars='性別', var_name='教科', value_name='得点')

# Seabornでの描画
plt.figure(figsize=(10, 6))
sns.boxplot(data=df_melted, x='教科', y='得点', hue='性別')
plt.title('教科・性別ごとの得点分布（Seaborn）')
plt.grid(True)
plt.show()

箱ひげ図の読み解きポイント

箱が狭い → データが集中している（分散が小さい）
箱が広い → データがばらついている（分散が大きい）
中央値が箱の中心からずれている → 偏り（スキュー）がある可能性
外れ値が多い → 異常な観測値や分布の裾の重さ（heavy tail）がある

よくある注意点

注意点	解説
欠損値（NaN）があるとエラーになる	事前に `dropna()` で除去が必要な場合あり
非数値カラムは自動的に除外される	boxplotは数値型データだけを対象とします
軸ラベルが長いと重なって見にくい	`plt.xticks(rotation=45)`などで回転させて対応可能