Como traçar a distribuição dos valores das colunas no pandas

Você pode usar os seguintes métodos para traçar uma distribuição de valores de coluna em um DataFrame do pandas:

Método 1: traçar a distribuição de valores em uma coluna

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

Método 2: traçar a distribuição dos valores em uma coluna, agrupados por outra coluna

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

Os exemplos a seguir mostram como usar cada método na prática com o seguinte DataFrame do pandas:

 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

Exemplo 1: Trace a distribuição de valores em uma coluna

O código a seguir mostra como traçar a distribuição de valores na coluna de pontos :

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

Observe que kind=’kde’ diz ao pandas para usar a estimativa de densidade do kernel , que produz uma curva suave que resume a distribuição dos valores de uma variável.

Se você quiser criar um histograma, poderá especificar kind=’hist’ da seguinte maneira:

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

Este método utiliza barras para representar as frequências dos valores na coluna de pontos , em oposição a uma linha suave que resume a forma da distribuição.

Exemplo 2: Trace a distribuição dos valores em uma coluna, agrupados por outra coluna

O código a seguir mostra como traçar a distribuição dos valores na coluna de pontos , agrupados pela coluna equipe :

 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 ')

A linha azul mostra a distribuição de pontos dos jogadores da equipe A enquanto a linha laranja mostra a distribuição de pontos dos jogadores da equipe B.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras tarefas comuns em pandas:

Como adicionar títulos aos gráficos no Pandas
Como ajustar o tamanho da figura de um gráfico de panda
Como plotar vários DataFrames do Pandas em subparcelas
Como criar e personalizar legendas de plotagem em Pandas