在pandas DataFrame中绘制分组数据的直方图

Question

我需要一些指导来确定如何在pandas数据帧中从分组数据中绘制直方图块.这是一个例子来说明我的问题:

from pandas import DataFrame
import numpy as np
x = ['A']*300 + ['B']*400 + ['C']*300
y = np.random.randn(1000)
df = DataFrame({'Letter':x, 'N':y})
grouped = df.groupby('Letter')

在我的无知中,我尝试了这个代码命令:

df.groupby('Letter').hist()

失败的错误消息"TypeError:无法连接'str'和'float'对象"

任何帮助最受赞赏.

Answer 1

我正在滚动,只是在hist方法中使用by关键字找到了一种更简单的方法:

df['N'].hist(by=df['Letter'])

这是快速扫描分组数据的一个非常方便的小捷径!

对于未来的访问者,此调用的产品如下图所示:

Answer 2

一种解决方案是直接在每个分组数据框上使用 matplotlib 直方图。您可以遍历在循环中获得的组。每个组都是一个数据框。您可以为每一个创建一个直方图。

from pandas import DataFrame
import numpy as np
x = ['A']*300 + ['B']*400 + ['C']*300
y = np.random.randn(1000)
df = DataFrame({'Letter':x, 'N':y})
grouped = df.groupby('Letter')

for group in grouped:
  figure()
  matplotlib.pyplot.hist(group[1].N)
  show()

Answer 3

你的函数失败了,因为你最终得到的groupby数据帧有一个分层索引和两列(Letter和N),所以当你这样做.hist()的时候,试图制作两列的直方图,因此str错误.

这是pandas绘图函数的默认行为(每列一个图),因此如果您重塑数据框以使每个字母都是一列,您将获得您想要的内容.

df.reset_index().pivot('index','Letter','N').hist()

该reset_index()仅仅是推当前索引到一个名为列index.然后pivot将您的数据帧,收集所有的值的N每一个Letter,使他们的列.结果数据框为400行(填充缺失值NaN)和三列(A, B, C). hist()然后,每列将生成一个直方图,您可以根据需要格式化绘图.

Answer 4

使用最新版本的 Pandas，你可以做到 df.N.hist(by=df.Letter)

就像上面的解决方案一样，每个子图的轴都会不同。我还没有解决那个问题。