fn_registry/python/functions/datascience/build_boxplot_stats.md

name, kind, lang, domain, version, purity, signature, description, tags, params, output, uses_functions, uses_types, returns, returns_optional, error_type, imports, tested, tests, test_file_path, file_path

name	kind	lang	domain	version	purity	signature	description	tags	params	output	uses_functions	uses_types	returns	returns_optional	error_type	imports	tested	tests	test_file_path	file_path
build_boxplot_stats	function	py	datascience	1.0.0	pure	def build_boxplot_stats(numeric: dict) -> dict	Deriva las estadisticas de un boxplot de Tukey desde el sub-bloque numeric de un ColumnProfile del grupo eda (salida de describe_numeric). Aplica la regla del 1.5*IQR a los percentiles p25/p50/p75 para obtener cuartiles, fences, bigotes reales y flags de outliers. Lectura defensiva con .get; NUNCA lanza. Si faltan los percentiles clave devuelve {} para que el caller omita el grafico.	eda statistics profiling boxplot tukey iqr datascience	name desc numeric Sub-bloque numeric de un ColumnProfile del grupo eda (la salida de describe_numeric). Claves esperadas (todas pueden ser None): min, max, mean, median, mode, std, variance, cv, p1, p5, p25, p50, p75, p95, p99, iqr, skew, kurtosis, n_outliers, outlier_pct, zero_pct, negative_pct, distribution_type, histogram. Solo se usan p25, median/p50, p75, min, max y n_outliers.	Dict con las cifras de un boxplot horizontal de Tukey: {q1=p25, median=median(o p50), q3=p75, iqr=q3-q1, lower_fence=q1-1.5*iqr, upper_fence=q3+1.5*iqr, whisker_lo=max(min,lower_fence), whisker_hi=min(max,upper_fence), min, max, has_low_outliers=min<lower_fence, has_high_outliers=max>upper_fence, n_outliers}. Numericos en float, flags en bool nativo, n_outliers en int. Si faltan p25/median(o p50)/p75 devuelve {} (dict vacio). Cuando min/max faltan, los bigotes caen a la fence correspondiente.				false			true	test_boxplot_tukey_basico test_percentiles_faltan_devuelve_vacio test_median_cae_a_p50 test_whiskers_usan_fence_si_falta_min_max test_tipos_salida_float_bool_int	python/functions/datascience/build_boxplot_stats_test.py	python/functions/datascience/build_boxplot_stats.py

Ejemplo

import sys, os
sys.path.insert(0, os.path.join("python", "functions"))
from datascience.build_boxplot_stats import build_boxplot_stats

# Sub-bloque numeric tal y como lo produce describe_numeric:
numeric = {
    "min": 1.0, "max": 100.0,
    "p25": 10.0, "median": 25.0, "p75": 40.0,
    "iqr": 30.0, "n_outliers": 3,
}
box = build_boxplot_stats(numeric)
print(box["lower_fence"], box["upper_fence"])  # -35.0 85.0
print(box["whisker_lo"], box["whisker_hi"])    # 1.0 85.0
print(box["has_low_outliers"], box["has_high_outliers"])  # False True

Cuando usarla

• Usala al dibujar un boxplot horizontal bajo el histograma en el capitulo num_distr de AutomaticEDA: convierte el bloque numeric de un ColumnProfile en las cifras exactas que el renderer necesita (cuartiles, fences, extremos de los bigotes y flags de outliers).
• Cuando ya tengas los percentiles calculados (salida de describe_numeric) y solo necesites derivar la geometria del boxplot de Tukey sin volver a tocar los valores crudos.
• Cuando quieras decidir si una columna tiene cola alta/baja (has_high_outliers / has_low_outliers) antes de proponer una transformacion (log, winsorize).

Gotchas

• Funcion pura, sin I/O y determinista. Lectura defensiva con .get: NUNCA lanza. Si faltan p25, median/p50 o p75 devuelve {} (dict vacio) — el caller debe omitir el boxplot.
• Los n_outliers que se propagan vienen del bloque z-score del profile (detect_outliers, threshold 3.0), NO de la regla IQR. Son informativos: el conteo de Tukey que esta funcion calcula son los fences (lower_fence/upper_fence), no un recuento de puntos.
• No recibe los valores crudos de la columna, solo deriva cifras desde los percentiles ya calculados. Por eso no puede contar cuantos puntos caen fuera de las fences, solo si los extremos (min/max) las superan.
• iqr se recalcula como q3 - q1 aunque el bloque traiga numeric['iqr']: asi funciona aunque esa clave falte.
• Cuando min/max faltan, los bigotes caen a la fence correspondiente y los flags de outliers quedan en False (sin extremo real no se afirma cola).