Skip to main content
 首页 » 编程设计

python之使用其他列的所有数据绘制列中出现次数最多的 (n) 个值

2025年01月19日13insus

我在来自 sql 查询的 Pandas DataFrame 中有以下数据:

      latin_brands   group phone_brand_chinese_match only_latin_brands 
0           xiaomi  M32-38                        小米            xiaomi 
1           xiaomi  M32-38                        小米            xiaomi 
2           xiaomi  M32-38                        小米            xiaomi 
3           xiaomi  M29-31                        小米            xiaomi 
4           xiaomi  M29-31                        小米            xiaomi 
5             None  F24-26                      OPPO              OPPO 
6          coolpad  M32-38                        酷派           coolpad 
7           xiaomi  M32-38                        小米            xiaomi 
8             None  M32-38                      vivo              vivo 
9          samsung  F33-42                        三星           samsung 
10          huawei  M29-31                        华为            huawei 
11          huawei  F33-42                        华为            huawei 
12         samsung  F27-28                        三星           samsung 
13          huawei  M32-38                        华为            huawei 
14         aiyouni    M39+                       艾优尼           aiyouni 
15          huawei  F27-28                        华为            huawei 
16          xiaomi  M32-38                        小米            xiaomi 
17          xiaomi  M32-38                        小米            xiaomi 
18           meizu    M39+                        魅族             meizu 
19          xiaomi  M32-38                        小米            xiaomi 
20         samsung  F33-42                        三星           samsung 
21          xiaomi  M23-26                        小米            xiaomi 
22          huawei  M23-26                        华为            huawei 
23         samsung  M27-28                        三星           samsung 
24          xiaomi  M29-31                        小米            xiaomi 
25         samsung  M32-38                        三星           samsung 
26         samsung  M32-38                        三星           samsung 
27         samsung  F33-42                        三星           samsung 
28         samsung  M32-38                        三星           samsung 
29         samsung  M32-38                        三星           samsung 
...            ...     ...                       ...               ... 
74809       huawei  M27-28                        华为            huawei 
74810         None  M29-31                       TCL               TCL 

我想映射两列并将其绘制在折线图上。 我的做法:

phones = phones.groupby(['only_latin_brands', 'group']).size() 
phones = phones.unstack() 
phones = phones.fillna(0) 
phones.head() 
phones.plot(kind='line') 
plt.show() 

我想绘制 group 和 only_latin_brands 之间的关系。

我怎样才能只绘制出现次数最多的 20 个 only_latin_brands 列及其 group?

请您参考如下方法:

可以用groupby size然后nlargest的方法:

In [11]: df.groupby("only_latin_brands").size() 
Out[11]: 
only_latin_brands 
OPPO        1 
aiyouni     1 
coolpad     1 
huawei      5 
meizu       1 
samsung     9 
vivo        1 
xiaomi     11 
dtype: int64 
 
In [12]: df.groupby("only_latin_brands").size().nlargest(2) 
Out[12]: 
only_latin_brands 
xiaomi     11 
samsung     9 
dtype: int64 

然后使用 isin 过滤掉那些行:

In [13]: df[df["only_latin_brands"].isin(df.groupby("only_latin_brands").size().nlargest(2).index)] 
Out[13]: 
   latin_brands   group phone_brand_chinese_match only_latin_brands 
0        xiaomi  M32-38                        小米            xiaomi 
1        xiaomi  M32-38                        小米            xiaomi 
2        xiaomi  M32-38                        小米            xiaomi 
3        xiaomi  M29-31                        小米            xiaomi 
4        xiaomi  M29-31                        小米            xiaomi 
7        xiaomi  M32-38                        小米            xiaomi 
9       samsung  F33-42                        三星           samsung 
12      samsung  F27-28                        三星           samsung 
16       xiaomi  M32-38                        小米            xiaomi 
17       xiaomi  M32-38                        小米            xiaomi 
19       xiaomi  M32-38                        小米            xiaomi 
20      samsung  F33-42                        三星           samsung 
21       xiaomi  M23-26                        小米            xiaomi 
23      samsung  M27-28                        三星           samsung 
24       xiaomi  M29-31                        小米            xiaomi 
25      samsung  M32-38                        三星           samsung 
26      samsung  M32-38                        三星           samsung 
27      samsung  F33-42                        三星           samsung 
28      samsung  M32-38                        三星           samsung 
29      samsung  M32-38                        三星           samsung 

现在你可以画图了......