以 pandas 列作为参数调用函数答案

【问题标题】：calling function with pandas column as argument以 pandas 列作为参数调用函数
【发布时间】：2019-11-30 11:35:30
【问题描述】：

我写了一个函数，它接受一个 pandas 数据框和它的两列。在函数内部，我想将第一列的元素按第二列的元素分组。该函数的目标是使用 matplotlib 生成一个条形图，用于绘制分组计数。我不知道如何引用列参数，以便函数内部的 group-by 调用可以识别它们。

我尝试使用 df['col'] 和 'col' 但这些都不起作用。当我使用 df['col'] 时，我收到此错误：

AttributeError: 'DataFrameGroupBy' object has no attribute 'x'

当我使用“col”时，我得到了这个错误：

AttributeError: 'DataFrameGroupBy' object has no attribute 'x'

这里是一个示例实现，首先不使用函数，生成预期结果，然后使用函数。

import pandas as pd

# generate dataframe
df = pd.DataFrame()
df['col_A'] = [1, 4, 3, 2, 2, 1, 1, 4, 3, 2]
df['col_B'] = ['a', 'a', 'b', 'b', 'b', 'c', 'c', 'c', 'c', 'c']

# plot counts
import matplotlib.pyplot as plt

counts = df.groupby('col_B').col_A.count()
counts = counts.sort_values(ascending=False)

fig = plt.figure(figsize=(10,8))
counts.plot.barh(ylim=0).invert_yaxis()

# plot count with function
def count_barplot(data, x, y):

    counts = data.groupby(y).x.count()
    counts = counts.sort_values(ascending=False)

    fig = plt.figure(figsize=(10,8))
    counts.plot.barh(ylim=0).invert_yaxis()

# function call
count_barplot(df, df['col_A'], df['col_B'])

如何在函数内部和函数调用中指定数据框列参数，以便group-by函数识别？

【问题讨论】：

标签： pandas function dataframe arguments

【解决方案1】：

这样对我有用：

def count_barplot(data, x, y):

    counts = data.groupby(y)[x].count()
    counts = counts.sort_values(ascending=False)

    fig = plt.figure(figsize=(10,8))
    counts.plot.barh(ylim=0).invert_yaxis()

# function call
count_barplot(df, 'col_A', 'col_B')

【讨论】：

【解决方案2】：

问题在于您的函数调用提供了一个数据框和两个系列作为其参数，而您要传递的是一个数据框和列名。请注意，您还希望使用[] 语法来引用groupby 中的列，并且可以使用内置的value_counts() 方法简化计数方法。

因此，使用您的语法：

# plot count with function
def count_barplot(data, x, y):

    counts = data.groupby(y)[x].count()
    counts = counts.sort_values(ascending=False)

    fig = plt.figure(figsize=(10,8))
    counts.plot.barh(ylim=0).invert_yaxis()

count_barplot(df, 'col_A', 'col_B')

或更简单地说：

# plot count with function
def count_barplot(data, y):

    counts = df[y].value_counts()

    fig = plt.figure(figsize=(10,8))
    counts.plot.barh(ylim=0).invert_yaxis()

# function call
count_barplot(df, 'col_B')

甚至

def count_barplot(data, x, y):
    fig = plt.figure(figsize=(10,8))
    df[y].value_counts(ascending=True).plot.barh(ylim=0)

【讨论】：