如何使用 Pandas 绘制 csv 文件的字符串直方图和浮点值

Question

我需要显示 csv 文件的特定属性的直方图。当我绘制数值时我没有问题，但是当我使用字符串值时程序崩溃。 现在我正在使用 iris 数据集进行测试，当我选择“物种”列时程序崩溃。错误是：

Traceback (most recent call last):
File "C:\Users\Enrico\PycharmProjects\PythonDataset\Plot_hist.py", line 31, 
  in <lambda> self.pushButton.clicked.connect(lambda: 
  self.plotHistogram(fileName))
File "C:\Users\Enrico\PycharmProjects\PythonDataset\Plot_hist.py", line 50, 
  in plotHistogram data_file[attribute].plot(kind='hist')
File "C:\Python36\lib\site-packages\pandas\plotting\_core.py", line 2741, in 
  __call__ **kwds)
File "C:\Python36\lib\site-packages\pandas\plotting\_core.py", line 2002, in 
  plot_series **kwds)
File "C:\Python36\lib\site-packages\pandas\plotting\_core.py", line 1804, in 
  _plot plot_obj.generate()
File "C:\Python36\lib\site-packages\pandas\plotting\_core.py", line 258, in 
  generate self._compute_plot_data()
File "C:\Python36\lib\site-packages\pandas\plotting\_core.py", line 373, in 
  _compute_plot_data 'plot'.format(numeric_data.__class__.__name__))
TypeError: Empty 'DataFrame': no numeric data to plot

我的代码是这样的：

import matplotlib.pyplot as plt
import pandas as pd

def plotHistogram(self, file):
    attribute = str(self.comboBox.currentText())
    data_file = pd.read_csv(file)
    data_file[attribute].plot(kind='hist')
    plt.ylabel('Frequency')
    plt.xlabel(attribute)
    plt.title("File")
    plt.show()

attribute是列名，file是csv文件。

注意： 如果我将data_file[attribute].plot(kind='hist') 更改为data_file[attribute].hist() 该程序没有崩溃，但经过很长时间它会绘制一个奇怪的直方图。

编辑： 我必须显示具有 20 到 30 个属性和一千多行的 csv 文件的实验室分析值的直方图。 我需要显示单独取的每个属性的值的直方图，但是值可以是数字数据或字符串。 在 x 轴上，我必须有从最小值到最大值的值的刻度，在 y 轴上的频率，如本例所示：enter link description here

Answer 1

您不能绘制字符串的直方图。您可能正在寻找的是一个条形图，其中条形的高度代表各个字符串的出现频率。这可以通过value_counts() 完成。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

df = pd.DataFrame({"num" : np.random.randint(20, size=250),
                  "str" : np.random.choice(["cat", "dog", "pig"], 
                                           size=250, p=[.2,.3,.5])})

df["str"].value_counts().plot.bar()

plt.show()

如果你想让这个看起来更像一个数字直方图，你可以将宽度设置为 1

df["str"].value_counts().plot.bar(width=1)