如何使用 pandas cut 绘制直方图

Question

这是我的数据：

df = pd.DataFrame(myList, index=None, columns=['seconds'])
df['count']= pd.cut(df['seconds'], bins = 30)

Categories (30, interval[float64]): [(0.0871, 0.117] < (0.117, 0.145] < (0.145, 0.174] <
                                     (0.174, 0.202] ... (0.83, 0.858] < (0.858, 0.887] <
                                     (0.887, 0.915] < (0.915, 0.944]]

如何根据这个结果绘制直方图？（x轴是浮动值，y是每个桶中值的总数？）我看到很多帖子使用“kind=bar”来绘制但我想知道是否可以通过以下方式绘制这些数据使用直方图 ?

谢谢大家

Answer 1

这是一个简单的例子...希望对您有所帮助：

import random
df = pd.DataFrame([random.randint(1,1000) for i in range(0,100)], columns=['sec'])
df['bin']=pd.cut(df['sec'], bins = 30).astype(str)
df2 = df.groupby('bin').bin.count()
# Fixed to show distribution of bin
df2.plot(kind='bar')

输出：

df2.plot(kind='hist')

bin 直方图的输出在这里：

秒的直方图输出：

df.sec.plot(kind='hist')

Answer 2

使用库 seaborn 的 countplot 函数的答案，在使用 pandas.cut 函数后：

import numpy as np
import pandas as pd
import seaborn as sns

bins = list(range(0, 110, 10))
bins.append(float('inf'))
np.random.seed(31415)
data_age = np.random.randint(low=0, high=120, size=200)

df_test = pd.DataFrame({'age': data_age, 
                        'age_group': pd.cut(data_age, bins=bins, right=False)})

ax = sns.countplot(data=df_test, x='age_group')
ax.tick_params(axis='x', labelrotation=90)

这构建了这种图像：

库版本：

麻木：1.18.0
Pandas: 1.1.5
Seaborn：0.11.0

如何使用 pandas cut 绘制直方图

How to draw a histogram using pandas cut

python

histogram

pandas