df= pd.read_csv('pollution_us_5city_2007_NO2_descending.csv') # 离散化 queens_df= df[df['Column1'] == 'Queens'] queens_df['NO2 AQI']=pd.cut(queens_df['Column8'],bins=[0,25,50,75,100,125,150],labels=['Good','Moderate','SubUnhealthy','Unhealthy','VeryUnhealthy','Hazardous']) # 统计结果并画图 bar_plot=queens_df['NO2 AQI'].value_counts().plot(kind='bar') bar_plot.figure.savefig('NO2_AQI_bar.png',dpi=300) pie_plot=queens_df['NO2 AQI'].value_counts().plot(kind='pie') pie_plot.figure.savefig('NO2_AQI_pie.png',dpi=300)根据该代码做出的饼状图与柱状图重合，如何解决，需要正确的代码

该代码中缺少了一行代码，即需要在绘制饼状图之前先对数据进行排序。可以使用以下代码进行修改：

df= pd.read_csv('pollution_us_5city_2007_NO2_descending.csv')
# 离散化
queens_df= df[df['Column1'] == 'Queens']
queens_df['NO2 AQI']=pd.cut(queens_df['Column8'],bins=[0,25,50,75,100,125,150],labels=['Good','Moderate','SubUnhealthy','Unhealthy','VeryUnhealthy','Hazardous'])
# 统计结果并画图
queens_df = queens_df.sort_values('NO2 AQI')  # 添加排序代码
bar_plot=queens_df['NO2 AQI'].value_counts().plot(kind='bar')
bar_plot.figure.savefig('NO2_AQI_bar.png',dpi=300)
pie_plot=queens_df['NO2 AQI'].value_counts().plot(kind='pie')
pie_plot.figure.savefig('NO2_AQI_pie.png',dpi=300)

这样就可以在绘制饼状图之前先对数据进行排序，从而确保饼状图和柱状图不会重合。

相关问题

# 读取文件 df= pd.read_csv('pollution_us_5city_2007_NO2_descending.csv') # 离散化 queens_df= df[df['Column1'] == 'Queens'] queens_df['NO2 AQI']=pd.cut(queens_df['NO2 AQI'],bins=[0,25,50,75,100,125,150],labels=['Good','Moderate','SubUnhealthy','Unhealthy','VeryUnhealthy','Hazardous'])显示keyerror为NO2 AQI,如何解决，正确的代码应该是什么样的

根据您提供的代码，可能是读入的 CSV 文件中没有名为 "NO2 AQI" 的列，导致 KeyError。您可以使用 `df.head()` 查看一下读入的数据中有哪些列。

如果您确定数据中存在名为 "NO2 AQI" 的列，可能是列名中含有空格或其他不可见字符，可以试着将列名改为 "NO2_AQI" 或 "NO2AQI" 等无空格的形式。

修改后的代码应该类似于：

import pandas as pd

# 读取文件
df = pd.read_csv('pollution_us_5city_2007_NO2_descending.csv')

# 离散化
queens_df = df[df['Column1'] == 'Queens']
queens_df['NO2_AQI'] = pd.cut(queens_df['NO2 AQI'], bins=[0,25,50,75,100,125,150], labels=['Good','Moderate','SubUnhealthy','Unhealthy','VeryUnhealthy','Hazardous'])

df= pd.read_csv('pollution_us_5city_2007_NO2_descending.csv') # 离散化 queens_df= df[df['Column1'] == 'Queens'] queens_df['NO2 AQI']=pd.cut(queens_df['Column8'],bins=[0,25,50,75,100,125,150],labels=['Good','Moderate','SubUnhealthy','Unhealthy','VeryUnhealthy','Hazardous']) # 统计结果并画图 bar_plot=queens_df['NO2 AQI'].value_counts().plot(kind='bar') bar_plot.figure.savefig('NO2_AQI_bar.png',dpi=300) pie_plot=queens_df['NO2 AQI'].value_counts().plot(kind='pie') pie_plot.figure.savefig('NO2_AQI_pie.png',dpi=300)根据该代码做出的饼状图与柱状图重合，如何解决，需要正确的代码，加上 queens_df=queens_df.sort_values('NO2 AQI')仍然存在这个问题

这个问题可能是由于数据中存在重复值造成的。你可以在进行离散化之前使用 `drop_duplicates()` 方法来删除重复值。此外，你需要将 `queens_df` 的索引重置为默认索引，以确保排序和统计结果正确对应。

以下是修改后的代码：

import pandas as pd

# 读取数据
df = pd.read_csv('pollution_us_5city_2007_NO2_descending.csv')

# 删除重复值
df = df.drop_duplicates()

# 筛选出 Queens 的数据
queens_df = df[df['Column1'] == 'Queens']

# 离散化
queens_df['NO2 AQI'] = pd.cut(queens_df['Column8'], bins=[0, 25, 50, 75, 100, 125, 150], labels=['Good', 'Moderate', 'SubUnhealthy', 'Unhealthy', 'VeryUnhealthy', 'Hazardous'])

# 统计结果并画图
queens_df = queens_df.sort_values('NO2 AQI')
queens_df = queens_df.reset_index(drop=True)

bar_plot = queens_df['NO2 AQI'].value_counts().plot(kind='bar')
bar_plot.figure.savefig('NO2_AQI_bar.png', dpi=300)

pie_plot = queens_df['NO2 AQI'].value_counts().plot(kind='pie')
pie_plot.figure.savefig('NO2_AQI_pie.png', dpi=300)

希望这能帮到你！