python Pandas : How I can determine the distribution of my dataset?

Question

这是我的数据集，包含两列 NS 和计数。

    NS                                                count
0   ns18.dnsdhs.com.                                  1494
1   ns0.relaix.net.                                   1835
2   ns2.techlineindia.com.                            383
3   ns2.microwebsys.com.                              1263
4   ns2.holy-grail-body-transformation-program.com.   1
5   ns2.chavano.com.                                  1
6   ns1.x10host.ml.                                   17
7   ns1.amwebaz.info.                                 48
8   ns2.guacirachocolates.com.br.                     1
9   ns1.clicktodollars.com.                           2

现在我想通过绘制它来查看有多少个 NS 具有相同的计数。我自己的猜测是我可以使用直方图来查看，但我不确定如何。谁能帮忙？

Answer 1

根据您的评论，我猜您的数据表实际上要长得多，并且您想查看名称服务器 counts 的分布(无论此处为多少)。

我认为你应该能够做到这一点:

df.hist(column="count")

你会得到你想要的。如果那是你想要的。

pandas 的所有功能都有不错的文档，并且描述了直方图 here .

如果你真的想看到“有多少人有相同的计数”，而不是分布的表示，那么你要么需要将 bins kwarg 设置为 df ["count"].max()-df["count"].min() - 或者按照你说的做，计算你得到每个 count 的次数，然后创建条形图。

也许是这样的:

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

另一种更简洁的方法，我完全错过了，第二次世界大战在下面指出，就是使用 Counter 的标准构造函数:

count_counter = Counter(df['count'])