Pandas groupby操作,生成条形图 |
您所在的位置:网站首页 › dataframe 条形图 › Pandas groupby操作,生成条形图 |
Pandas groupby操作,生成条形图
在本文中,我们将介绍如何利用Pandas的groupby操作,从数据框中生成条形图。 阅读更多:Pandas 教程 什么是Pandas groupby操作?Pandas groupby操作允许我们按照特定的列或多个列拆分数据,应用各种聚合函数(如sum,mean等),然后组合在一起。Groupby操作的结果是一个数据框,可以轻松地进行各种分析,如绘制条形图。 下面是一个DataFrame,展示了不同水果在各大城市的销售数据: import pandas as pd fruit_data = pd.DataFrame({'City': ['New York', 'Chicago', 'Miami', 'Los Angeles', 'New York', 'Chicago', 'Miami', 'Los Angeles'], 'Fruit': ['Apple', 'Apple', 'Apple', 'Apple', 'Banana', 'Banana', 'Banana', 'Banana'], 'Sales': [100, 120, 80, 70, 60, 80, 50, 90]}) print(fruit_data)输出结果如下: City Fruit Sales 0 New York Apple 100 1 Chicago Apple 120 2 Miami Apple 80 3 Los Angeles Apple 70 4 New York Banana 60 5 Chicago Banana 80 6 Miami Banana 50 7 Los Angeles Banana 90 如何使用groupby操作生成条形图?在本例中,我们的目标是按城市和水果类型组合数据,并计算每个分类的销售总额。下面是实现这个目标的代码: import pandas as pd import matplotlib.pyplot as plt fruit_data = pd.DataFrame({'City': ['New York', 'Chicago', 'Miami', 'Los Angeles', 'New York', 'Chicago', 'Miami', 'Los Angeles'], 'Fruit': ['Apple', 'Apple', 'Apple', 'Apple', 'Banana', 'Banana', 'Banana', 'Banana'], 'Sales': [100, 120, 80, 70, 60, 80, 50, 90]}) grouped_data = fruit_data.groupby(['City', 'Fruit'])['Sales'].sum().reset_index() plt.bar(grouped_data['City'] + ' ' + grouped_data['Fruit'], grouped_data['Sales']) plt.title('Sales by City-Fruit') plt.xlabel('City-Fruit') plt.ylabel('Sales') plt.show()代码的解释: 首先,我们使用groupby操作按城市和水果类型组合数据,并计算每个分类的销售总额。 然后,我们使用reset_index函数将它转换为数据框。 最后,我们使用matplotlib库的bar函数生成条形图。在这里,我们使用City和Fruit列的组合作为x轴标签,Sales列作为y轴值。标题,x轴标签和y轴标签由plt.title, plt.xlabel和plt.ylabel函数指定。我们可以看到,由于New York和Banana的销售额最高,因此该组合在整个图中的高度最大。 总结本文介绍了如何使用Pandas groupby操作生成条形图。实际上,Pandas的groupby操作是一个非常强大的功能,可以方便地对数据进行各种分析。在爬虫、数据分析和机器学习等相关领域中使用广泛。希望本文对您的学习和实践有所帮助! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |