使用Plotly绘制Pandas数据框列的计数

Question

我有一个数据框列，其中的数据仅为分类数据（例如 [a,b,c,a,a,d,c,b 等])。我想使用 Plotly 计数条形图绘制这些数据的计数。

我已经使用 df.groupby('<col_name>')['<col_name>'].count() 计算了数据的计数，但这会返回一个系列数据结构，因此我只会得到计数数据（1-D）。

如何高效地获取计数结果和相应的数据项，并将其输出到所需格式中?

我希望获得此输出并使用 Plotly 绘制条形图:

import plotly.express as px

fig = px.bar(count_df, x="<col_name>", y="count", color="count", title="----------")
fig.show()

- decoder

---

我认为你需要这个。 - r-beginners

Answer 1

再也没有比这更有效率的了：

df['x'].plot(kind = 'hist')

不，这不是matplotlib，而是使用plotly作为后端直接从pandas数据帧构建的图表。没错，它很棒！

完整代码：

import random
import pandas as pd
pd.options.plotting.backend = "plotly"
random.seed(7)

df = pd.DataFrame({'x':[random.choice(list('abcde')) for i in range(25)]})
fig = df['x'].plot(kind = 'hist')
fig.layout.bargap = 0
fig.show()

- vestland

---

尽管这很有效，但直方图的 x 轴值需要至少有序，如果不是数字的话。此外，y 轴值需要连续。在这里，x 轴是分类的，y 轴是离散的。因此我们需要一个条形或柱状图，而不是直方图。 - mj_whales

Answer 2

回答我自己的问题。

我发现一个解决方法，将value_counts（返回Series）的结果转换为pd DataFrame。参考：SO问题和答案

import plotly.express as px

new_df = df['<col_name>'].value_counts().rename_axis('<col_name>').reset_index(name='counts')

fig = px.bar(new_df, x="<col_name>", y="counts", color="counts", title="----------")
fig.show()

- decoder

Answer 3

应该能够使用结果的 .index 来为 x 轴提供值，并将系列本身用作 y 轴。

此外，我认为在这里使用 df['col_name'].value_counts() 可能是你想要使用的。

- Khyber Thrall

Answer 4

你可以轻松地使用hist()来获取它，例如：

df['<col_name>'].hist()

而且你还可以看到绝对频率。

另一种做法是：

df['<col_name>'].value_counts().plot(kind='bar')

- Andrea NR

---

谢谢您的建议，但我想使用Plotly而不是Pandas内置的内容。 - Ali H. Kudeir