为特定行范围创建 python pandas 直方图以及遍历列？

Question

我有一组数据，我转置以将数据组放入行中，并在列中具有占位符值（对于我的情况，一系列质量值）。我的下一个目标是为包含相同字符的每一行绘制直方图，如下所示：

mz     902.4  909.4   915.3
n       0.6    0.3     1.4
n.1     0.4    0.3     1.3
n.2     0.3    0.2     1.1
n.3     0.2    0.2     1.3
n.4     0.4    0.3     1.4
DCIS           0.3     1.6
DCIS.1  0.3    1.2
DCIS.2         1.1
DCIS.3  0.2    1.2
DCIS.4  0.2    1.3
DCIS.5  0.2    0.1     1.5
br_1    0.5    0.4     1.4
br_1.1         0.2     1.3
br_1.2  0.5    0.2     1.4
br_1.3  0.5    0.2     1.6
br_1.4         1.4

我的目标是从 902.4 开始为那些字母 n 作为第 1 组、DCIS 作为第 2 组的人绘制直方图，并且这些组要在同一个直方图中。然后我计划通过列迭代相同的过程，因此代码应该产生相同数量的直方图列。

以下是我目前的代码（输入文件是转置前的 excel xlsx 文件）：

nh = pd.ExcelFile(nheight)
df = pd.read_excel(nh, index=False)

dfn = df.filter(like='n', axis=0)
dfbr1234 = df.filter(like='br', axis=0)

plt.figure()
plt.hist([dfn, dfbr1234], bins=50)
plt.show()

我试图将带有字母“br”的行组合成一个组，仅用于测试，但它产生的零大小数组是减少操作的最小值，没有身份错误。

编辑： 所以数据框是上面的表格。

我想要做的是绘制一个直方图，其中包含 3 个单独的直方图，由上面屏幕截图中的黑色、红色和橙色框指定。目标是比较单个图中的不同框，我想进行迭代，以便我可以对其他两列（图片中的第 2 和第 3 列）执行相同的操作。我尝试使用 df.filter 函数来过滤 'like='n'' 等等，但我不确定如何组合不同的过滤数据以及遍历列。上面的代码还没有迭代，但我正在考虑使用 iloc[:,variable] 进行迭代。

Answer 1

这是一种基本的方法，

df = pd.read_clipboard()
df = df.fillna(0)
print(df)

        mz  902.4  909.4  915.3
0        n    0.6    0.3    1.4
1      n.1    0.4    0.3    1.3
2      n.2    0.3    0.2    1.1
3      n.3    0.2    0.2    1.3
4      n.4    0.4    0.3    1.4
5     DCIS    0.3    1.6    0.0
6   DCIS.1    0.3    1.2    0.0
7   DCIS.2    1.1    0.0    0.0
8   DCIS.3    0.2    1.2    0.0
9   DCIS.4    0.2    1.3    0.0
10  DCIS.5    0.2    0.1    1.5
11    br_1    0.5    0.4    1.4
12  br_1.1    0.2    1.3    0.0
13  br_1.2    0.5    0.2    1.4
14  br_1.3    0.5    0.2    1.6
15  br_1.4    1.4    0.0    0.0

制作子集（如果逻辑可以很好定义，这一步可以进入下面的迭代），

df_n = df.loc[df['mz'].str.startswith('n')]
df_D = df.loc[df['mz'].str.startswith('D')]
df_b = df.loc[df['mz'].str.startswith('b')]

使用matplotlib的subplots()

import matplotlib.pyplot as plt

fig, ax = plt.subplots(nrows=df.shape[1]-1,ncols=1)
plt.tight_layout()

for i in range(1,df.shape[1]):
    df_n.iloc[:,i].hist(ax=ax[i-1],color = 'k', alpha=0.4) # reduced alpha because you're plotting many histograms on top of each other
    df_D.iloc[:,i].hist(ax=ax[i-1],color = 'r', alpha=0.4)
    df_b.iloc[:,i].hist(ax=ax[i-1],color = 'orange', alpha=0.4)
    ax[i-1].set_title("Histograms for " + df.columns[i])