制作一个条形图来表示熊猫系列中的出现次数

Question

我想知道是否有人可以帮助我制作条形图来显示 Pandas 系列中值的频率。

我从形状为 (2000, 7) 的 Pandas DataFrame 开始，然后从那里提取最后一列。该列是形状 (2000,)。

我提到的系列中的条目从 0 到 17 不等，每个都有不同的频率，我尝试使用条形图绘制它们，但遇到了一些困难。这是我的代码：

# First, I counted the number of occurrences.

count = np.zeros(max(data_val))

for i in range(count.shape[0]):
    for j in range(data_val.shape[0]):
        if (i == data_val[j]):
            count[i] = count[i] + 1

'''
This gives us
count = array([192., 105., ... 19.])
'''

temp = np.arange(0, 18, 1) # Array for the x-axis.

plt.bar(temp, count)

我在最后一行代码中遇到错误，说the objects cannot be broadcast to a single shape.

我最终想要的是一个条形图，其中每个条形对应一个从 0 到 17 的整数值，每个条形的高度（即 y 轴）代表频率。

谢谢。

更新

我决定使用人们在下面给出的建议发布固定代码，以防万一以后遇到类似问题的人能够看到我修改后的代码。

data = pd.read_csv("./data/train.csv") # Original data is a (2000, 7) DataFrame
# data contains 6 feature columns and 1 target column.

# Separate the design matrix from the target labels.
X = data.iloc[:, :-1]
y = data['target']


'''
The next line of code uses pandas.Series.value_counts() on y in order to count
the number of occurrences for each label, and then proceeds to sort these according to
index (i.e. label).

You can also use pandas.DataFrame.sort_values() instead if you're interested in sorting
according to the number of frequencies rather than labels.
'''
y.value_counts().sort_index().plot.bar(x='Target Value', y='Number of Occurrences')

如果我们使用 Pandas 库中内置的方法，则无需使用 for 循环。

回答中提到的具体方法有pandas.Series.values_count()、pandas.DataFrame.sort_index()、pandas.DataFrame.plot.bar()。

Answer 1

我相信你需要value_counts 和Series.plot.bar：

df = pd.DataFrame({
         'a':[4,5,4,5,5,4],
         'b':[7,8,9,4,2,3],
         'c':[1,3,5,7,1,0],
         'd':[1,1,6,1,6,5],
})

print (df)
   a  b  c  d
0  4  7  1  1
1  5  8  3  1
2  4  9  5  6
3  5  4  7  1
4  5  2  1  6
5  4  3  0  5


df['d'].value_counts(sort=False).plot.bar()

如果可能缺少某些值，需要将其设置为0 添加reindex：

df['d'].value_counts(sort=False).reindex(np.arange(18), fill_value=0).plot.bar()

详情：

print (df['d'].value_counts(sort=False))
1    3
5    1
6    2
Name: d, dtype: int64

print (df['d'].value_counts(sort=False).reindex(np.arange(18), fill_value=0))
0     0
1     3
2     0
3     0
4     0
5     1
6     2
7     0
8     0
9     0
10    0
11    0
12    0
13    0
14    0
15    0
16    0
17    0
Name: d, dtype: int64

Answer 2

这是一种使用Seaborn的方法

import numpy as np
import pandas as pd
import seaborn as sns

s = pd.Series(np.random.choice(17, 10))
s
# 0    10
# 1    13
# 2    12
# 3     0
# 4     0
# 5     5
# 6    13
# 7     9
# 8    11
# 9     0
# dtype: int64

val, cnt = np.unique(s, return_counts=True)
val, cnt
# (array([ 0,  5,  9, 10, 11, 12, 13]), array([3, 1, 1, 1, 1, 1, 2]))

sns.barplot(val, cnt)