我有一个熊猫数据框,我试图按性别购买原始数据框相似的订购类型的数量
df =
Memb_ID Gender 1_Month 3_Month 6_Month 1_Year
1 Male 6 0 3 0
2 Male 0 0 0 4
3 Female 0 4 3 1
4 Male 2 1 0 1
5 Female 1 4 0 2
...
此刻,我创建一个
temp_df
,对数据求和,以便temp_df = pd.DataFrame(columns=['Gender', '1_Year', '1_Month', '3_Month','6_Month'])
sex = ['Male', 'Female']
temp_df['Gender'] = sex
for i in list(temp_df.columns.values)[1:]:
temp = [df.loc[df['Gender'] == 'Male', i].sum(),\
df.loc[df['Gender'] == 'Female', i].sum()]
temp_df[i] = temp
temp_df.plot(x='Gender', kind='bar', grid=True)
plt.show()
这填满了
temp_df
,我可以用图形表示。是否有一种雄辩的方法仅使用df
执行相同的操作? 最佳答案
您可以使用groupby().sum()
替换temp_df
:
ax = df.groupby('Gender')['1_Year','1_Month','3_Month','6_Month'].sum().plot.bar(grid=True)
关于python - 使用原始数据框的 Pandas 条形图,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/39925873/