python - plt.hist() 仅针对特定频率； Python

Question

我有一个巨大的 DataFrame ('df')，其中包含不同的列，其中一个将名称存储为字符串值 ('name')。现在，我想简单地绘制一个直方图，其中包含 DataFrame 中每个名称的频率。但是，数据包含数千个唯一名称，这就是为什么我只想为某个频率的名称绘制直方图:

df.name.value_counts() > 100

我可以为情节提供这种过滤器/掩码吗？我已经尝试在 plt.hist() 中使用“范围”参数:

plt.hist(df['name'], range=[100, 151]);

但它仍然显示所有其他名称但没有它们的频率......

Answer 1

方法df.name.value_counts()返回直方图的内容。可以使用常用表达式屏蔽此返回值。

name_frequencies = df.name.value_counts()
most_freq_name_freqs = name_frequencies[name_frequencies > 100]

要绘制已经直方图的数据的直方图，使用 plt.hist 很有用。与 weights争论。

plt.hist(most_freq_name_freqs.index, weights=most_freq_name_freqs)

通过这样做，您可以创建一个直方图，每个 bin 有一个条目，但 bin 内容按权重进行缩放。由于权重是预先计算的频率，因此您可以获得名称频率的直方图。