根据百分位数绘制直方图

Question

我有一个结构如下的框架：

df = pd.DataFrame({'ID': np.random.randint(1, 13, size=1000),
                   'VALUE': np.random.randint(0, 300, size=1000)})

我如何绘制图表，X 轴上会有百分位数（10%、20%、..90%） 在 Y 轴上应该有值的数量，位于百分位刻度之间，例如 20%-30% 每个 ID 都必须有一个单独的图（以及不同的百分位数）

我找到了百分位数并卡住了 q = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8] df.groupby('ID')['VALUE'].quantile(q)

我猜该图应该看起来像 VALUE 参数的直方图，但 X 轴上的百分比而不是数值

Answer 1

q = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8]

for name, group in df.groupby('ID'):  # Groupy by ID column
    _, bins = pd.qcut(group.VALUE, q, retbins=True, grid=False)  # Splits data in defined quantiles
    plt.figure()
    group.VALUE.hist(bins=bins)  # Plots histogram of data with specified bins
    ax.set_xticks(q, [f'{str(x) * 100}%' for x in q])  # format ticks (NOT TESTED)   
    plt.show()

这里没有捕获输出图，因为它们很多。它会生成您想要的绘图，但您还需要调整刻度和格式。

要实现标准化绘图，y 轴范围为 0-100%，您需要在绘图前标准化数据（可能类似于 group.VALUE.count() / df.VALUE.count()

Answer 2

试试：

df['Quantile'] = pd.qcut(df.VALUE, q=np.arange(0,1.1,0.1))
tmp_df = df.pivot_table(index='Quantile', columns='ID', aggfunc='count')
tmp_df.plot(kind='bar', subplots=True, figsize=(10,10))
plt.show()

输出，每个子图是每个 ID 的分位数。