Excel制图技术：箱线图

箱线图介绍

箱线图（Box plot）是一种用于展示数据分布、离群值（异常值）与组间差异的统计图表。和“只看均值/柱状图”相比，箱线图更适合回答这类问题：

• 某个组的数据波动范围有多大？
• 哪个组的中位数更高？
• 是否存在明显的离群点（异常值）？

Excel 的箱线图通常由 5 个关键统计量构成（也称“五数概括”）：

• 最小值（Min）
• 下四分位数（Q1）
• 中位数（Median）
• 上四分位数（Q3）
• 最大值（Max）

其中：

• 箱体：从 Q1 到 Q3，长度为四分位距 (IQR = Q3 - Q1)
• 箱体中线：中位数
• 须（whisker）：向下/向上延伸到最小值与最大值（或到“非异常值”的边界，取决于实现）
• 异常值（离群点）：常见规则是落在 (Q1 - 1.5IQR) 以下或 (Q3 + 1.5IQR) 以上的点

注记Excel 版本提示（一定要先判断）

• Excel 2016/2019/365：通常支持“插入 → 统计图 → 箱形图（Box & Whisker）”，最省事。
• 更低版本：没有内置箱线图，需要用“辅助统计量 + 误差线”来模拟（本文给出一套可复现流程）。

flowchart TD
  A["准备数据（宽表/长表）"] --> B["必要时整理为宽表（透视表/复制粘贴）"]
  B --> C["插入箱线图（2016+）或模拟箱线图（旧版）"]
  C --> D["校验分组标签是否对应"]
  D --> E["美化与输出（标题/单位/颜色/异常值）"]

单批箱线图绘制

本节以“一个组的数据”绘制一个箱线图为例，先把最基础的流程打通。

方法 1（推荐）：Excel 2016+ 内置箱线图

适用：Excel 2016/2019/365。

1. 把该组数据放在一列，并在列首写好组名表头（例如 上海）。
2. 选中“表头 + 数据列”。
3. 点击：插入 → 统计图 → 箱形图（Box & Whisker）。
4. 右键图表 → 设置数据系列格式，按实验需要调整：
   • 是否显示异常值（离群点）
   • 是否显示均值标记
   • 间隙宽度、箱体填充色等
5. 补齐图表元素：标题、纵轴单位、数据来源说明等。

警告单批也要选对区域：务必包含表头

如果你只选了数字区域没有选表头，Excel 可能会把分组名当作“系列1”，导致后续多组扩展时标签更容易错位。

方法 2（兼容旧版）：用“统计量 + 堆积柱形图 + 误差线”模拟箱线图

适用：没有内置箱线图的 Excel 版本。

思路：先算出 Min/Q1/Median/Q3/Max，再用堆积柱形图画出箱体（Q1→Q3），用误差线画“须”。

第 1 步：计算五数概括（建议放在一张辅助表）

假设原始数据在 B2:B101（可按实际调整），统计量区写：

MIN:     =MIN(B2:B101)
Q1:      =QUARTILE.INC(B2:B101,1)
MEDIAN:  =MEDIAN(B2:B101)
Q3:      =QUARTILE.INC(B2:B101,3)
MAX:     =MAX(B2:B101)
IQR:     =Q3-Q1

第 2 步：构造作图用的“堆积高度”

再构造两列（或两行）用于堆积柱形图：

• Base（底座）：Q1
• Box（箱体高度）：Q3 - Q1

并准备两条误差线长度：

• 下须长度：Q1 - Min
• 上须长度：Max - Q3

第 3 步：画堆积柱形图 + 误差线

1. 选中 Base 与 Box 两列，插入 → 堆积柱形图。
2. 把 Base 系列设置为“无填充”（隐藏底座），只显示箱体。
3. 给 Box 系列添加误差线：
   • 下误差线长度设为 下须长度
   • 上误差线长度设为 上须长度
4. （可选）用散点/线条额外标记中位数位置。

注记旧版模拟法的边界

该方法能稳定画出“箱体 + 须”，但对“异常值规则”“均值标记”等细节不如内置箱线图方便。实验中只要能正确展示分布与组间差异，通常即可满足要求。

多批箱线图绘制

多批（多组）箱线图最常见的坑不是“图画不出来”，而是横轴分组标签与箱线图不对应。这一节会同时覆盖两种数据结构：宽表与长表，并给出修复路径。

注记关键结论：Excel 的分组标签来自哪里？

绝大多数情况下，箱线图的“分组名称”来自：

• 宽表的列标题（每组一列，每列的表头就是组名）
• 或者来自你在“选择数据源”里设置的系列名称

情况 A：宽表数据（每组一列）——最推荐

数据结构示例（同一列内是同一组观测值）：

上海	北京	广东
12	9	10
15	11	13
…	…	…

操作（Excel 2016+）：

1. 确保第 1 行是各组表头（上海/北京/广东）。
2. 选中“表头 + 所有数据列”。
3. 插入 → 统计图 → 箱形图（Box & Whisker）。

如果横轴显示为“系列1、系列2…”，通常是因为你没把表头选进去，或数据区域被识别成了行系列。解决方法见后面的“标签错位修复清单”。

情况 B：长表数据（一列数值 + 一列组别）

长表结构示例：

地区	指标
上海	12
上海	15
北京	9
…	…

这类数据要想在 Excel 里画“多组箱线图”，最稳的做法是先转成宽表。

路径 B1（推荐）：透视表把长表转宽表，再作图

1. 选中长表 → 插入 → 透视表。
2. 将 地区 放到“列”，将 指标 放到“值”区域。
3. 在透视表上方右键“值字段设置”：把汇总方式改成“平均值/计数”并不适合箱线图。

因此这里有一个更稳的实验做法：

• 透视表主要用于把各组的观测值分列（形成宽表外形）
• 然后复制透视表结果 → 选择性粘贴为值 → 得到可直接作图的宽表

完成后按“情况 A：宽表数据”插入箱线图即可。

路径 B2（可选）：不转宽表，直接作图（容易标签错位）

如果你直接选中“地区列 + 指标列”尝试插入箱线图，Excel 常会把它理解成“一个系列 + 类别轴为每一行”，导致横轴标签与箱体不对应。

不建议作为实验默认路径；如果你已经走到这里，优先用下面的修复清单来救回。

多批箱线图标签错位：修复清单（按顺序排查）

1. 是否选中了表头？
   • 宽表必须选中第 1 行的组名表头。
2. 图表设计 → 是否需要“切换行/列”？
   • 宽表正确形态是“每一列 = 一个系列（一个组）”。
3. 右键图表 → 选择数据源 → 系列名称是否正确？
   • 每个系列名称应为“上海/北京/广东”，不是“系列1/系列2”。
4. 数据是否真的按组分列？
   • 如果你是长表，请先走“透视表转宽表”路径。
5. 是否存在空列/合并单元格/文本数字？
   • 这些会干扰 Excel 对数据区域的识别。

注记截图素材（待补充）

在 lab/tips03-chart-basic.qmd 中曾引用 image/box-not-perfect.png 用于说明“组标签不对应”的现象。

当前仓库未检索到该图片文件，建议后续将该截图加入到 tutor-excel/chart-box/ 的配套图片目录后，再在本文中插入对照示例。

总结及注意事项

一页式速查

• 优先宽表作图：每组一列、列首为组名，最不容易错。
• 长表先转宽表：推荐透视表/复制粘贴分列后再插入箱线图。
• 标签不对应：先检查表头、再“切换行/列”、再检查系列名称。
• 异常值显示：按实验要求决定是否勾选显示离群点/均值标记。
• 类型问题：文本数字会导致统计量与图形异常；空值/混杂文本会影响箱体。

常见错误

• 只选了数字区域，没选表头，导致横轴显示“系列1、系列2…”
• 长表直接插入图表，Excel 把每一行当类别，导致标签错位
• 数据里混入空格/文本数字/缺失值，造成箱体高度异常或须不合理
• 低版本 Excel 没有内置箱线图，却还在找“统计图 → 箱形图”

扩展知识

1.5×IQR 规则（异常值的直觉）

设 \(IQR = Q3 - Q1\)，常见的异常值判定边界为：

• 下界：\(Q1 - 1.5\\times IQR\)
• 上界：\(Q3 + 1.5\\times IQR\)

落在区间外的点会被标记为离群点。实验中你可以把“异常值”理解为：相对整体分布来说特别极端的观测，它既可能是录入错误，也可能是真实但罕见的情况。

多组比较的可读性小技巧

• 先按中位数或均值对组进行排序（会更容易看出差异）
• 统一纵轴范围与单位，避免误读
• 组数较多时，适当加大图表宽度、减少装饰元素，突出箱体与中位数线