Question

我有以下数据框：

             Genre    NA_Sales  
0            Sports     41.49  
1          Platform     29.08  
2            Racing     15.85  
3            Sports     15.75  
4      Role-Playing     11.27  
...             ...       ...  
16594       Shooter      0.01  
16595        Racing      0.00  
16596        Puzzle      0.00  
16597      Platform      0.01  
16598           NaN       NaN

我正在尝试创建一个新的数据框，其中每个流派都是一个单独的列，以便我可以将数据放入箱线图中。我该怎么做？预期结果应类似于：

   Platform   Racing    Sports
0   29.08      15.85    41.49
1    0.01      0.00     15.75

对于原始数据帧中列出的每个流派，预期的数据帧应该有一个值（16599 个值）

Answer 1

您可以使用 pivot 方法从长到宽旋转数据框。

import numpy as np
from itertools import cycle
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.pyplot

genres = cycle(['Sports', 'Platform', 'Racing', 'Sports', 'Role-Playing', 'Shooter', 'Racing', 'Puzzle', 'Platform'])

# Initialise sample data

data = {'Genre': [next(genres) for genre in range(0, 1000)],
        'NA_Sales': np.random.randint(0, 50, size = 1000)}

# # Create DataFrame

df = pd.DataFrame(data)

# Pivot the data frame from long to wide

df = df.pivot(values='NA_Sales', columns='Genre')

# Create the boxplot 

cols = ['Sports', 'Platform', 'Racing', 'Sports', 'Role-Playing', 'Shooter', 'Racing', 'Puzzle', 'Platform']
df.boxplot(column=cols, rot = 90)


plt.show()

箱线图

Answer 2

由于您需要使用 boxplot 进行可视化，因此您首先需要在显示箱线图之前聚合数据框。您可以简单地使用 pandas.pivot_table() 方法进行转换，还可以使用 boxplot 方法显示 .boxplot()。默认情况下，pandas.pivot_table() 中使用的聚合方法是 'mean'，但您可以通过更改 aggfunc 参数的默认值来更改它，例如

example = df.head()
example

             Genre    NA_Sales  
0            Sports     41.49  
1          Platform     29.08  
2            Racing     15.85  
3            Sports     15.75  
4      Role-Playing     11.27

agg_data = pd.pivot_table(example, values='NA_Sales', columns='Genre', aggfunc='sum')
agg_data

Genre     Platform  Racing  Role-Playing  Sports
NA_Sales     29.08   15.85         11.27   17.24

要显示箱线图，您可以简单地从 .boxplot() 调用 agg_data 即

agg_data.boxplot()
plt.show()

您可以使用 seaborn 库来显示箱线图，而无需聚合数据（seaborn 可以轻松为您处理）例如

import seaborn as sns
sns.barplot(data=df, x='Genre', y='NA_Sales')
plt.show()

从数据框的过滤列创建新数据框

2 个答案: