如何为我的数据集创建一个直方图状条形图？

Question

我有以下数据框df：

time_diff avg_trips_per_day 
631   1.0 
231   1.0 
431   1.0 
7031  1.0 
17231  1.0 
20000  20.0 
21000  15.0 
22000  10.0 

我想才能看到的time_diff值的分布产生与X轴time_diff和avg_trips_per_day在Y轴的直方图。所以，Y轴不是df中X值的重复频率，但应该是avg_trips_per_day。 问题是，我不知道如何将time_diff分组以便将其作为连续变量处理。

这是我尝试的，但它将所有可能的值time_diff在X轴。

norm = plt.Normalize(df["avg_trips_per_day"].values.min(), df["avg_trips_per_day"].values.max()) 
colors = plt.cm.spring(norm(df["avg_trips_per_day"])) 

plt.figure(figsize=(12,8)) 
ax = sns.barplot(x="time_diff", y="avg_trips_per_day", data=df, palette=colors) 
plt.xticks(rotation='vertical', fontsize=12) 
ax.grid(b=True, which='major', color='#d3d3d3', linewidth=1.0) 
ax.grid(b=True, which='minor', color='#d3d3d3', linewidth=0.5) 
plt.show() 

Answer 1

import pandas as pd 
import seaborn as sns 
from io import StringIO 
data = pd.read_table(StringIO("""time_diff avg_trips_per_day 
631   1.0 
231   1.0 
431   1.0 
7031  1.0 
17231  1.0 
20000  20.0 
21000  15.0 
22000  10.0"""), delim_whitespace=True) 
data['timegroup'] = pd.qcut(data['time_diff'], 3) 
sns.barplot(x='timegroup', y='avg_trips_per_day', data=data) 

这是你想要的吗？

Answer 2

正如你自己解释的那样，你不需要直方图，而是一个简单的barplot。但从我所了解的你想要binar time_diff为绘图。

以下应该可以帮助您在您的装箱数据，并通过对数据帧分组：

import pandas a pd 

n_bins = 10 
# bins indexed if want to use for x axis 
x_bins = np.arange(n_bins) 
# create bins 
_, bins = pd.cut(df['time_diff'], bins=n_bins, retbins=True, right=False) 
# regroup your data by computed bins indexes 
binned_data = df['time_diff'].groupby(np.digitize(df['time_diff'], bins)).mean()