在pandas库中统计图中各个年龄段人数

假设您已经将数据读入pandas的DataFrame中，其中有一列是年龄(age)，您可以使用pandas的cut函数将年龄分段，然后使用value_counts函数统计各年龄段中的人数。

以下是示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读入数据
df = pd.read_excel("data.xlsx")

# 将年龄分段
bins = [0, 18, 25, 35, 50, 100] # 设定分段的边界
labels = ['0-18', '18-25', '25-35', '35-50', '50+'] # 设定分段标签
df['age_range'] = pd.cut(df['age'], bins=bins, labels=labels)

# 统计各年龄段中的人数
count = df['age_range'].value_counts()

# 绘制柱状图
count.plot(kind='bar')
plt.xlabel('Age Range')
plt.ylabel('Count')
plt.title('Count of People in Each Age Range')
plt.show()

这里我们假设数据文件名为"data.xlsx"，将年龄分为了5个年龄段，分别是0-18岁、18-25岁、25-35岁、35-50岁和50岁以上。然后使用value_counts函数统计各个年龄段中的人数，并绘制柱状图展示结果。