Comment tracer la distribution des valeurs de colonne dans Pandas

Vous pouvez utiliser les méthodes suivantes pour tracer une distribution de valeurs de colonne dans un DataFrame pandas :

Méthode 1 : tracer la distribution des valeurs dans une colonne

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

Méthode 2 : tracer la distribution des valeurs dans une colonne, regroupées par une autre colonne

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

Les exemples suivants montrent comment utiliser chaque méthode en pratique avec le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
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     A       3
1     A       3
2     A       4
3     A       5
4     A       4
5     A       7
6     A       7
7     A       7
8     A      10
9     A      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

Exemple 1 : tracer la distribution des valeurs dans une colonne

Le code suivant montre comment tracer la distribution des valeurs dans la colonne des points :

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

Notez que kind=’kde’ indique aux pandas d’utiliser l’estimation de la densité du noyau , qui produit une courbe lisse qui résume la distribution des valeurs d’une variable.

Si vous souhaitez plutôt créer un histogramme, vous pouvez spécifier kind=’hist’ comme suit :

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

Cette méthode utilise des barres pour représenter les fréquences des valeurs dans la colonne de points , par opposition à une ligne lisse qui résume la forme de la distribution.

Exemple 2 : tracer la distribution des valeurs dans une colonne, regroupées par une autre colonne

Le code suivant montre comment tracer la distribution des valeurs dans la colonne des points , regroupées par la colonne de l’ équipe :

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 ligne bleue montre la répartition des points des joueurs de l’équipe A tandis que la ligne orange montre la répartition des points des joueurs de l’équipe B.

Ressources additionnelles

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

Comment ajouter des titres aux parcelles dans Pandas
Comment ajuster la taille de la figure d’un tracé de pandas
Comment tracer plusieurs DataFrames Pandas dans des sous-parcelles
Comment créer et personnaliser des légendes de tracé dans Pandas