python dataframe统计频数并画出折线图

可以使用 pandas 库中的 value_counts() 方法统计频数，再使用 matplotlib 库中的 plot() 方法画出折线图。具体代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 创建 DataFrame
df = pd.DataFrame({'A': ['a', 'b', 'c', 'a', 'b', 'a', 'a', 'c', 'c', 'c']})

# 统计频数
counts = df['A'].value_counts()

# 画出折线图
counts.plot(kind='line')

# 显示图形
plt.show()

运行以上代码，即可得到频数统计折线图。

相关问题

python dataframe分组统计频数并画出折线图

可以使用 pandas 库中的 groupby 方法对 dataframe 进行分组统计频数，然后使用 matplotlib 库中的 plot 方法画出折线图。具体实现可以参考以下代码：

import pandas as pd
import matplotlib.pyplot as plt

# 创建一个 dataframe
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': [1, 2, 3, 4, 5, 6, 7, 8]})

# 对 A 和 B 列进行分组统计频数
grouped = df.groupby(['A', 'B']).size()

# 画出折线图
grouped.plot(kind='line')

# 显示图形
plt.show()

这段代码会先创建一个 dataframe，然后对 A 和 B 列进行分组统计频数，最后画出折线图并显示出来。

python dataframe统计频数

Python中的DataFrame可以使用value_counts()方法来统计频数。该方法返回一个Series对象，其中包含每个唯一值的频数。例如，假设有一个名为df的DataFrame，其中有一个名为column的列，可以使用以下代码来统计该列中每个唯一值的频数：

df['column'].value_counts()

这将返回一个Series对象，其中包含每个唯一值的频数。可以使用sort_index()方法按索引排序该Series对象。例如，以下代码将按升序排序该Series对象：

df['column'].value_counts().sort_index()