Python用panda读取csv文件1并统计每个积分区间(每5分)人数分布,绘制图形

panda读取csv文件1并统计每个积分区间(每5分)人数分布,绘制图形

1.读取 CSV文件生成DataFrame

df = pd.read_csv('D:/luohu3.csv')
print(df)

2. 数据预处理

data = df.dropna(0)    # 删除所有包含空值的行或列
print(data.info())

3. 对数据进行离散化处理

通过describe()查看最大值最小值,来确定区间

x = data["积分分值"]
print(data.describe()) # 查看最大值与最小值
bins = np.arange(90, 126, 5)
score_bins = pd.cut(x, bins) # 对数据进行离散化处理
print(score_bins)

4. 按积分分割区间进行分组统计

df1 = data.groupby(score_bins)["积分分值"].count()
print(df1)

5. 绘制图形

rot=0使横坐标的数据横过来

df1.plot(kind="bar", rot=0)    
plt.rcParams['font.sans-serif'] = ['Kaiti'] # 用来正常显示中文(黑体)常用字体包括: Kaiti-楷体; FangSong-仿宋; Microsoft YaHei-微软雅黑
plt.rcParams['axes.unicode_minus'] = False # 显示负号
plt.show()

完整代码:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 读取 CSV文件生成DataFrame
df = pd.read_csv('D:/luohu3.csv')
print(df)

print(df.info()) # 获取 DataFrame 的摘要
print(df.head()) # 根据位置返回对象的前n行信息(默认值为5) ,用于快速测试数据集
print(df.describe()) # 生成描述性统计数据,总结数据集分布的集中趋势,分散和形状,不包括 NaN值。
# 数据预处理
data = df.dropna(0) # 删除所有包含空值的行或列
print(data.info())
# data = df.drop_duplicates()
# print(data.info())

x = data["积分分值"]
print(data.describe()) # 查看最大值与最小值
bins = np.arange(90, 126, 5)
score_bins = pd.cut(x, bins) # 对数据进行离散化处理
print(score_bins)

# 按积分分割区间进行分组统计
df1 = data.groupby(score_bins)["积分分值"].count()
print(df1)
# 绘制图形
df1.plot(kind="bar", rot=0)
plt.rcParams['font.sans-serif'] = ['Kaiti'] # 用来正常显示中文(黑体)常用字体包括: Kaiti-楷体; FangSong-仿宋; Microsoft YaHei-微软雅黑
plt.rcParams['axes.unicode_minus'] = False
plt.show()
发表评论

相关文章