制作条形图以表示Pandas系列中的出现次数

Question

我想知道是否有人可以帮助我制作条形图以显示熊猫系列中的值的频率。

我从形状为（2000，7）的Pandas DataFrame开始，然后从中提取最后一列。列是形状（2000，）。

我提到的系列中的条目从0到17不等，每个条目具有不同的频率，我尝试使用条形图绘制它们，但是遇到了一些困难。这是我的代码：

# First, I counted the number of occurrences.

count = np.zeros(max(data_val))

for i in range(count.shape[0]):
    for j in range(data_val.shape[0]):
        if (i == data_val[j]):
            count[i] = count[i] + 1

'''
This gives us
count = array([192., 105., ... 19.])
'''

temp = np.arange(0, 18, 1) # Array for the x-axis.

plt.bar(temp, count)

我在代码的最后一行遇到错误，说the objects cannot be broadcast to a single shape.

我最终想要的是一个条形图，其中每个条形对应一个从0到17的整数，每个条形的高度（即y轴）代表频率。

谢谢。

更新

我决定使用人们足够友好的建议在下面发布固定代码，以防万一遇到类似问题的人将来能够看到我的修订代码。

data = pd.read_csv("./data/train.csv") # Original data is a (2000, 7) DataFrame
# data contains 6 feature columns and 1 target column.

# Separate the design matrix from the target labels.
X = data.iloc[:, :-1]
y = data['target']


'''
The next line of code uses pandas.Series.value_counts() on y in order to count
the number of occurrences for each label, and then proceeds to sort these according to
index (i.e. label).

You can also use pandas.DataFrame.sort_values() instead if you're interested in sorting
according to the number of frequencies rather than labels.
'''
y.value_counts().sort_index().plot.bar(x='Target Value', y='Number of Occurrences')

如果我们使用Pandas库中内置的方法，则无需使用for循环。

答案中提到的具体方法是pandas.Series.values_count()，pandas.DataFrame.sort_index()和pandas.DataFrame.plot.bar()。

Answer 1

我相信您需要value_counts和Series.plot.bar：

df = pd.DataFrame({
         'a':[4,5,4,5,5,4],
         'b':[7,8,9,4,2,3],
         'c':[1,3,5,7,1,0],
         'd':[1,1,6,1,6,5],
})

print (df)
   a  b  c  d
0  4  7  1  1
1  5  8  3  1
2  4  9  5  6
3  5  4  7  1
4  5  2  1  6
5  4  3  0  5


df['d'].value_counts(sort=False).plot.bar()

如果可能，缺少一些值，需要将其设置为0，然后添加reindex：

df['d'].value_counts(sort=False).reindex(np.arange(18), fill_value=0).plot.bar()

详细信息：

print (df['d'].value_counts(sort=False))
1    3
5    1
6    2
Name: d, dtype: int64

print (df['d'].value_counts(sort=False).reindex(np.arange(18), fill_value=0))
0     0
1     3
2     0
3     0
4     0
5     1
6     2
7     0
8     0
9     0
10    0
11    0
12    0
13    0
14    0
15    0
16    0
17    0
Name: d, dtype: int64

Answer 2

这是使用Seaborn

的方法

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

s = pd.Series(np.random.choice(17, 10))
s
# 0    10
# 1    13
# 2    12
# 3     0
# 4     0
# 5     5
# 6    13
# 7     9
# 8    11
# 9     0
# dtype: int64

val, cnt = np.unique(s, return_counts=True)
val, cnt
# (array([ 0,  5,  9, 10, 11, 12, 13]), array([3, 1, 1, 1, 1, 1, 2]))

sns.barplot(val, cnt)