如何使用 group by 绘制带有 pandas DataFrame.hist() 的直方图？ 我有一个包含 5 列的数据框：“A”、“B”、“C”、“D”和“Group”
有两个组类：“yes”和“no”
使用：
df.hist()
我得到了 4 列中每一列的历史记录。
现在我想获得相同的 4 个图表，但带有蓝条（group="yes"）和红条（group="no"）。
我试过这个没有成功：
df.hist(by = "group")
【问题讨论】：
标签： pandas matplotlib histogram
这不是最灵活的解决方法，但特别适用于您的问题。
def sephist(col):
yes = df[df['group'] == 'yes'][col]
no = df[df['group'] == 'no'][col]
return yes, no
for num, alpha in enumerate('abcd'):
plt.subplot(2, 2, num)
plt.hist(sephist(alpha)[0], bins=25, alpha=0.5, label='yes', color='b')
plt.hist(sephist(alpha)[1], bins=25, alpha=0.5, label='no', color='r')
plt.legend(loc='upper right')
plt.title(alpha)
plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)
您可以通过以下方式使其更通用：
df 和by 参数添加到sephist: def sephist(df, by, col)
for num, alpha in enumerate(df.columns)
因为matplotlib.pyplot.hist的第一个参数可以取
单个数组或不需要的数组序列 长度相同
...另一种选择是：
for num, alpha in enumerate('abcd'):
plt.subplot(2, 2, num)
plt.hist((sephist(alpha)[0], sephist(alpha)[1]), bins=25, alpha=0.5, label=['yes', 'no'], color=['r', 'b'])
plt.legend(loc='upper right')
plt.title(alpha)
plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)
【讨论】：
如果您愿意使用 Seaborn，可以使用 seaborn.FacetGrid 轻松制作包含多个子图和每个子图中多个变量的图。
import numpy as np; np.random.seed(1)
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.randn(300,4), columns=list("ABCD"))
df["group"] = np.random.choice(["yes", "no"], p=[0.32,0.68],size=300)
df2 = pd.melt(df, id_vars='group', value_vars=list("ABCD"), value_name='value')
bins=np.linspace(df2.value.min(), df2.value.max(), 10)
g = sns.FacetGrid(df2, col="variable", hue="group", palette="Set1", col_wrap=2)
g.map(plt.hist, 'value', bins=bins, ec="k")
g.axes[-1].legend()
plt.show()
【讨论】：
我概括了其他评论的解决方案之一。希望它可以帮助那里的人。我添加了一行以确保为每一列保留分箱（数字和范围），无论组如何。该代码应该适用于“二进制”和“分类”分组，即“by”可以指定一个列，其中有 N 个唯一组。如果要绘制的列数超过子图空间，绘图也会停止。
import numpy as np
import matplotlib.pyplot as plt
def composite_histplot(df, columns, by, nbins=25, alpha=0.5):
def _sephist(df, col, by):
unique_vals = df[by].unique()
df_by = dict()
for uv in unique_vals:
df_by[uv] = df[df[by] == uv][col]
return df_by
subplt_c = 4
subplt_r = 5
fig = plt.figure()
for num, col in enumerate(columns):
if num + 1 > subplt_c * subplt_r:
continue
plt.subplot(subplt_c, subplt_r, num+1)
bins = np.linspace(df[col].min(), df[col].max(), nbins)
for lbl, sepcol in _sephist(df, col, by).items():
plt.hist(sepcol, bins=bins, alpha=alpha, label=lbl)
plt.legend(loc='upper right', title=by)
plt.title(col)
plt.tight_layout()
return fig
【讨论】：
TLDR 单线；
它不会创建子图，但会创建 4 个不同的图；
[df.groupby('group')[i].plot(kind='hist',title=i)[0] and plt.legend() and plt.show() for i in 'ABCD']
下面的完整工作示例
import numpy as np; np.random.seed(1)
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.randn(300,4), columns=list("ABCD"))
df["group"] = np.random.choice(["yes", "no"], p=[0.32,0.68],size=300)
[df.groupby('group')[i].plot(kind='hist',title=i)[0] and plt.legend() and plt.show() for i in 'ABCD']
【讨论】：