Come tracciare la distribuzione dei valori delle colonne in pandas

È possibile utilizzare i seguenti metodi per tracciare una distribuzione dei valori delle colonne in un DataFrame panda:

Metodo 1: traccia la distribuzione dei valori in una colonna

 df[' my_column ']. plot (kind=' kde ')

Metodo 2: traccia la distribuzione dei valori in una colonna, raggruppati in un’altra colonna

 df. groupby (' group_column ')[' values_column ']. plot (kind=' kde ')

I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A',
                            'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B'],
                   ' points ': [3, 3, 4, 5, 4, 7, 7, 7, 10, 11, 
                              8, 7, 8, 9, 12, 12, 12, 14, 15, 17]})

#view DataFrame
print (df)

   team points
0 to 3
1 to 3
2 to 4
3 to 5
4 to 4
5 TO 7
6 to 7
7 to 7
8 to 10
9 to 11
10 B 8
11 B 7
12 B 8
13 B 9
14 B 12
15 B 12
16 B 12
17 B 14
18 B 15
19 B 17

Esempio 1: traccia la distribuzione dei valori in una colonna

Il codice seguente mostra come tracciare la distribuzione dei valori nella colonna dei punti :

 #plot distribution of values in points column
df[' points ']. plot (kind=' kde ')

Tieni presente che kind=’kde’ dice ai panda di utilizzare la stima della densità del kernel , che produce una curva uniforme che riassume la distribuzione dei valori di una variabile.

Se invece vuoi creare un istogramma, puoi specificare kind=’hist’ come segue:

 #plot distribution of values in points column using histogram
df[' points ']. plot (kind=' hist ', edgecolor=' black ') 

Questo metodo utilizza le barre per rappresentare le frequenze dei valori nella colonna di punti , al contrario di una linea liscia che riassume la forma della distribuzione.

Esempio 2: traccia la distribuzione dei valori in una colonna, raggruppati in un’altra colonna

Il codice seguente mostra come tracciare la distribuzione dei valori nella colonna dei punti , raggruppati per colonna della squadra :

 import matplotlib.pyplot as plt

#plot distribution of points by team 
df. groupby (' team ')[' points ']. plot (kind=' kde ')

#add legend
plt. legend ([' A ',' B '], title=' Team ')

#add x-axis label
plt. xlabel (' Points ')

La linea blu mostra la distribuzione dei punti dei giocatori della squadra A mentre la linea arancione mostra la distribuzione dei punti dei giocatori della squadra B.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni nei panda:

Come aggiungere titoli alle trame in Pandas
Come regolare la dimensione della figura di una trama di panda
Come tracciare più Pandas DataFrames in sottotrame
Come creare e personalizzare le legende della trama in Pandas