如何绘制我的列的值高于某个阈值？

Question

我已经被这个问题困扰了一段时间。我有一个或多或少看起来像这样的数据集：

Students     Subject       Mark
1            M F           7 4 3 7
2            I             5 6 
3            M F I S       2 3 0 
4            M             2 2 
5            F M I         5 1
6            I M F         6 2 3
7            I M           7

现在，我想使用 pandas 和 seaborn 创建一个条形图，显示有多少学生：

• “主题”列中有 3 个或更多字母
• “标记”列中至少有一个 3
• 两全其美

我试过了：

n_subject = dataset['Subject'].str.count('\w+')
dataset['NumberSubjects']= n_subject
n_over = dataset[dataset.n_subject >= 3.0]

但它不起作用，我被卡住了。我确定这是一个非常基本的问题，但我不知道该怎么办。

Answer 1

我不确定条形图应该代表什么（Mark 的摘要？）但这是您过滤所需的内容。此外，字符串计数也计算空格，但有多种处理方法。我只是让你知道做什么/怎么做。

>>> m1 = df.Subject.apply(lambda x: len(x.split()) >= 3)
>>> m2 = df.Mark.str.contains('3')
>>> m3 = m1|m2

>>> df[m1]
   Students  Subject    Mark
2         3  M F I S  2 3 0
4         5    F M I     5 1
5         6    I M F   6 2 3
    
>>> df[m2]

   Students  Subject     Mark
0         1      M F  7 4 3 7
2         3  M F I S   2 3 0
5         6    I M F    6 2 3

>>> df[m3]

   Students  Subject     Mark
0         1      M F  7 4 3 7
2         3  M F I S   2 3 0
4         5    F M I      5 1
5         6    I M F    6 2 3

Answer 2

3 个或更多科目：

df["Subject"].str.count("\w+") >= 3

有一个或多个分数为 3：

df["Mark"].str.count("3") >= 1

两者：

(df["Subject"].str.count("\w+") >= 3) & (df["Mark"].str.count("3") >= 1)

布尔表示：

   Students  Subject     Mark    one    two  three
0         1      M F  7 4 3 7  False   True  False
1         2        I      5 6  False  False  False
2         3  M F I S    2 3 0   True   True   True
3         4        M      2 2  False  False  False
4         5    F M I      5 1   True  False  False
5         6    I M F    6 2 3   True   True   True
6         7      I M        7  False  False  False