为所有分类变量值创建直方图

Question

我的数据类似于下面的示例数据，其中的列包含分类数据，例如下面的“var1”和“var2”，然后是连续数据的列。我想做的是通过分类列中的每个值为每个连续变量创建直方图。我在下面的示例代码中仅针对 var1='Y' 完成了此操作，但我想针对 var1='N' 和每个 var2 值执行此操作。除了手工一遍又一遍地编码或将其转换为函数之外，是否有一些简单的方法可以做到这一点？

示例数据：

var1=['Y','N','Y','Y','N','Y']
var2=['S','V','H','S','V','H']
cont1=[1,3,4,5,2,7]
cont2=[4,3,4,5,5,7]
cont3=[3,7,4,5,2,1]

data={'var1':var1,'var2':var2,'cont1':cont1,'cont2':cont2,'cont3':cont3}

df=pd.DataFrame(data)

代码：

df[df['var1']=='Y'].hist()

Answer 1

在pandas.DataFrame.hist() 中使用by 参数：

如果您想为var1 和var2 的每个组合看到一个连续变量：

df.hist(column='cont1', by=['var1','var2'])

如果您想在同一图上查看var1 和var 的每个组合的所有不同颜色的连续变量：

df.hist(by=['var1', 'var2'])

如果您希望以这种方式查看数据，也可以单独对每个分类列执行 by 参数：

df.hist(by='var1')

df.hist(by='var2')

显然，对于您的示例数据，它们看起来太简单了，但我认为如果您将这种语法应用于您的数据，您应该能够得到您想要的。

编辑： 如果您想轻松浏览列列表，您可以在列表理解中使用它，并根据需要使用返回的轴数组，或者在 for 循环中使用它，将轴更复杂地操作成所需输出的图形.

varsToLoop = ['var1','var2']
[df.hist(by=x) for x in varsToLoop]