Question

这是我的数据集，包含两列NS和count。

    NS                                                count
0   ns18.dnsdhs.com.                                  1494
1   ns0.relaix.net.                                   1835
2   ns2.techlineindia.com.                            383
3   ns2.microwebsys.com.                              1263
4   ns2.holy-grail-body-transformation-program.com.   1
5   ns2.chavano.com.                                  1
6   ns1.x10host.ml.                                   17
7   ns1.amwebaz.info.                                 48
8   ns2.guacirachocolates.com.br.                     1
9   ns1.clicktodollars.com.                           2

现在我想通过绘制它来看看有多少NS具有相同的计数。我自己的猜测是，我可以使用直方图来查看，但我不知道如何。有人可以帮忙吗？

Answer 1

从您的评论中，我猜测您的数据表实际上要长得多，并且您希望看到名称服务器counts的分布（无论计数在这里）。

我认为你应该能够做到这一点：

df.hist(column="count")

你会得到你想要的东西。如果这就是你想要的。

pandas拥有适合所有功能的文档，直方图描述为here。

如果您确实想要查看“有多少具有相同的计数”，而不是代表分配，那么您需要将bins kwarg设置为df["count"].max()-df["count"].min() - 或者按照你的说法做，并计算你获得每个count的次数，然后创建一个条形图。

可能是这样的：

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

一种替代的，更清晰的方法，我完全错过了，并且在下面指出，只是使用Counter的标准构造函数：

count_counter = Counter(df['count'])

Python Pandas：我如何确定数据集的分布？

1 个答案: