Question

我正在尝试绘制数据框中所有列的直方图。我导入了pyspark和matplotlib。 df是我的数据框变量。 plt是matplotlib.pyplot变量

我能够绘制/绘制单个列的直方图，如下所示：

bins, counts = df_maverick.select('ColumnName').rdd.flatMap(lambda x: x).histogram(20)
plt.hist(bins[:-1], bins=bins, weights=counts)

但是当我尝试为所有变量绘制它时，我遇到了问题。这是我到目前为止的for循环：

for x in range(0, len(df.columns)):
    bins, counts = df.select(x).rdd.flatMap(lambda x: x).histogram(20)
    plt.hist(bins[:-1], bins=bins, weights=counts)

我该怎么办？提前谢谢。

Answer 1

作为for循环方法的替代方法，我认为您可以尝试以下方法：

df.hist(bins=30, figsize=(15, 10))

这将为df DataFrame中的每个数字属性绘制直方图。这里的bins和figsize参数仅用于自定义输出。

Answer 2

问题在于你的for循环：

for x in range(0, len(df.columns)):

将迭代一系列整数。然后，当您尝试通过以下方式访问该列时：

df.select(x)

您将收到错误，因为x不是有效的列标识符。

相反，请将循环更改为：

for x in df.columns:

并且其余代码都可以使用。

绘制数据框中所有列的直方图

2 个答案: