Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Pandas : Comment créer un tracé à barres à partir de GroupBy



Vous pouvez utiliser la syntaxe suivante pour créer un tracé à barres à partir d’une fonction GroupBy dans pandas :

#calculate sum of values by group
df_groups = df.groupby(['group_var'])['values_var'].sum()

#create bar plot by group
df_groups.plot(kind='bar')

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : créer un tracé à barres à partir de GroupBy dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui montre les points marqués par les basketteurs de différentes équipes :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'A',
                            'B', 'B', 'B', 'B', 'B',
                            'C', 'C', 'C', 'C', 'C'],
                   'points': [12, 29, 34, 14, 10, 11, 7, 36,
                              34, 22, 41, 40, 45, 36, 38]})

#view first five rows of DataFrame
df.head()

	team	points
0	A	12
1	A	29
2	A	34
3	A	14
4	A	10

Nous pouvons utiliser la syntaxe suivante pour calculer la somme des points marqués par chaque équipe et créer un graphique à barres pour visualiser la somme de chaque équipe :

import matplotlib.pyplot as plt

#calculate sum of points for each team
df.groupby('team')['points'].sum()

#create bar plot by group
df_groups.plot(kind='bar')

L’axe des x montre le nom de chaque équipe et l’axe des y montre la somme des points marqués par chaque équipe.

Nous pouvons également utiliser le code suivant pour rendre l’intrigue un peu meilleure :

import matplotlib.pyplot as plt

#calculate sum of points for each team
df_groups = df.groupby(['team'])['points'].sum()

#create bar plot with custom aesthetics
df_groups.plot(kind='bar', title='Total Points by Team',
               ylabel='Total Points', xlabel='Team', figsize=(10, 6))

#rotate x-axis ticks vertically
plt.xticks(rotation=0)

groupe de pandas par parcelle de barres

Remarque : Vous pouvez trouver la documentation complète de la fonction GroupBy ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Pandas : comment compter les valeurs uniques par groupe
Pandas : Comment calculer le mode par groupe
Pandas : comment calculer la corrélation par groupe

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *