在 pandas 中处理直方图

Question

我在 pandas 中有一个大型 DataFrame。我想在绘制直方图时删除具有较低频率的某些值范围（不是单个值）。

对于下图，假设我想删除对应于 count/frequency 低于 20 的 Dataframe 变量的所有值。有人对此有任何解决方案吗？

# PR has value between 0 to 1700 
data['PR'].hist(bins = 160) #image on the left
data_openforest['PR'].hist(bins = 160) #image on the right

Answer 1

像这样使用 pd.cut 应该可行：

out = pd.cut(data_openforest['PR'], bins=160)
counts = out.value_counts(sort=False)
counts[counts > 20].plot.bar()
plt.show()

如果你想过滤你的DataFrame，你必须这样做：

data_openforest['bin'] = pd.cut(data_openforest['PR'], bins=160)
bin_freq = data_openforest.groupby('bin').count()
data_openforest = data_openforest.merge(bin_freq, 
                                        on='bin', 
                                        how='left',
                                        suffixes=("_bin", 
                                                  "_bin_freq"))

然后您可以轻松地过滤您的 DataFrame。然后你将不得不做一个条形图，而不是历史。

在 pandas 中处理直方图

Manipulate histogram in pandas

python

histogram

pandas