操纵熊猫的直方图

Question

我在pandas中有一个大型DataFrame。我想在绘制直方图时删除具有较低频率的某些值范围（不是单个值）。

对于下面的图片，假设我要删除Dataframe变量的所有值，这些值对应于20以下的计数/频率。有人对此有任何解决方案吗？

# PR has value between 0 to 1700 
data['PR'].hist(bins = 160) #image on the left
data_openforest['PR'].hist(bins = 160) #image on the right

Answer 1

像这样使用pd.cut应该可以工作：

out = pd.cut(data_openforest['PR'], bins=160)
counts = out.value_counts(sort=False)
counts[counts > 20].plot.bar()
plt.show()

如果要过滤DataFrame，则必须执行以下操作：

data_openforest['bin'] = pd.cut(data_openforest['PR'], bins=160)
bin_freq = data_openforest.groupby('bin').count()
data_openforest = data_openforest.merge(bin_freq, 
                                        on='bin', 
                                        how='left',
                                        suffixes=("_bin", 
                                                  "_bin_freq"))

然后您可以轻松过滤DataFrame。然后，您将不得不绘制条形图，而不是历史。