使用seaborn和pandas每张发票购买的商品数量

Question

我正在使用online retail dataset，我想绘制每个发票号码的项目数量分布。

InvoiceNo类型：非空对象

类型数量：非null int64

怎么做？此外，我不知道如何使用pandas操作进行过滤，以获得没有可视化的操作。 例如，如果我想知道我可以做的每张发票的数量：

retail_uk.groupby('InvoiceNo').sum().sort_values(by='Quantity', ascending=False)['Quantity']

我需要一个答案：

• 如何用Seaborn绘制（更重要的是因为它可以让我更好地了解分布）实现这一目标需要哪些不同的数据转换？

• 如何使用Pandas的groupby进行操作。

Answer 1

我认为你需要汇总sum和情节seaborn.barplot：

url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/00352/Online%20Retail.xlsx'
retail_uk = pd.read_excel(url)

df = retail_uk.groupby('InvoiceNo', as_index=False)['Quantity'].sum()
#if want sorting
df = df.sort_values(by='Quantity', ascending=False)
print (df.head())

ax = sns.barplot(x="InvoiceNo", y="Quantity", data=df)

Answer 2

如果您想知道每个唯一InvoiceNo的行数，您可以

df.groupby('InvoiceNo').size()

如果您想将所有唯一的InvoiceNo组合在一起并对每个组中的“数量”行求和，那么

df.groupby('InvoiceNo').agg(np.sum)['Quantity']