20

假设我有一个这样创建的 DataFrame：

import pandas as pd
s1 = pd.Series(['a', 'b', 'a', 'c', 'a', 'b'])
s2 = pd.Series(['a', 'f', 'a', 'd', 'a', 'f', 'f'])
d = pd.DataFrame({'s1': s1, 's2', s2})

真实数据中的字符串非常稀疏。我想创建字符串出现的直方图，看起来像 d.hist() （例如，带有子图）为 s1 和 s2 （每个子图一个）生成的字符串。

只是做 d.hist() 给出了这个错误：

/Library/Python/2.7/site-packages/pandas/tools/plotting.pyc in hist_frame(data, column, by, grid, xlabelsize, xrot, ylabelsize, yrot, ax, sharex, sharey, **kwds)
   1725         ax.xaxis.set_visible(True)
   1726         ax.yaxis.set_visible(True)
-> 1727         ax.hist(data[col].dropna().values, **kwds)
   1728         ax.set_title(col)
   1729         ax.grid(grid)

/Library/Python/2.7/site-packages/matplotlib/axes.pyc in hist(self, x, bins, range, normed, weights, cumulative, bottom, histtype, align, orientation, rwidth, log, color, label, stacked, **kwargs)
   8099             # this will automatically overwrite bins,
   8100             # so that each histogram uses the same bins
-> 8101             m, bins = np.histogram(x[i], bins, weights=w[i], **hist_kwargs)
   8102             if mlast is None:
   8103                 mlast = np.zeros(len(bins)-1, m.dtype)

/System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python/numpy/lib/function_base.pyc in histogram(a, bins, range, normed, weights, density)
    167             else:
    168                 range = (a.min(), a.max())
--> 169         mn, mx = [mi+0.0 for mi in range]
    170         if mn == mx:
    171             mn -= 0.5

TypeError: cannot concatenate 'str' and 'float' objects

我想我可以手动浏览每个系列，执行 a value_counts()，然后将其绘制为条形图，然后手动创建子图。我想检查是否有更简单的方法。

4

3 回答 3

32

重新创建数据框：

import pandas as pd
s1 = pd.Series(['a', 'b', 'a', 'c', 'a', 'b'])
s2 = pd.Series(['a', 'f', 'a', 'd', 'a', 'f', 'f'])
d = pd.DataFrame({'s1': s1, 's2': s2})

根据需要获取带有子图的直方图：

d.apply(pd.value_counts).plot(kind='bar', subplots=True)

在此处输入图像描述

问题中提到的OP pd.value_counts。我认为缺少的部分只是没有理由“手动”创建所需的条形图。

的输出d.apply(pd.value_counts)是一个熊猫数据框。我们可以像任何其他数据框一样绘制值，选择该选项可以subplots=True得到我们想要的。

于 2014-02-26T21:35:32.600 回答
11

您可以使用pd.value_counts（value_counts 也是一个系列方法）：

In [20]: d.apply(pd.value_counts)
Out[20]: 
   s1  s2
a   3   3
b   2 NaN
c   1 NaN
d NaN   1
f NaN   3

然后绘制生成的 DataFrame。

于 2013-02-21T06:13:43.127 回答
1

我会将系列推入collections.Counter（文档）（您可能需要先将其转换为列表）。我不是pandas专家，但我认为你应该能够将Counter对象折叠回 a Series，由字符串索引，并使用它来制作你的情节。

这是行不通的，因为当它试图猜测 bin 边缘应该在哪里时，它（正确地）引发了错误，这对于字符串来说毫无意义。

于 2013-02-21T00:50:21.410 回答