Фреймворк Python Pandas с использованием столбцов и изменение категориальных данных

Я пытаюсь решить следующие задачи:

1) Создайте гистограмму, показывающую среднее количество говорящих, сгруппированных по степени опасности (используя логарифмическую шкалу для числовой оси).

2) Сгруппируйте данные по степени опасности и рассчитайте и распечатайте описательную статистику количества говорящих для каждой категории степени опасности.

По сути, у меня есть фреймворк, над которым я работаю, а количество выступающих, степень опасности и количество выступающих - это столбцы в моем фреймворке. У меня есть следующий код, чтобы сделать столбец «Степень опасности» категориальным.

df.Categorical(['Degree of endangerment'], categories = ("Vulnerable", "Definitely endangered", "Severely endangered", "Critically endangered", "Extinct")

Во-первых, как создать гистограмму, которая берет средние (avg) данные столбца и ссылается на объект категориального столбца? В моих данных нет типов NAN.

Во-вторых, как мне точно изменить мой фрейм данных, чтобы он был сгруппирован на основе категориальной переменной / столбца?

Для построения я бы взглянул на пакет seaborn. Он ожидает, что данные будут организованы таким образом. Что касается второго пункта, вероятно, вам понадобится метод groupby, хотя я не совсем уверен, что вам нужно.

busybear 01.05.2018 21:58

Маловероятно, что вы получите ответ, если не включите выдержку из фрейма данных (3-5 строк).

KRKirov 02.05.2018 01:12
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
2
49
0

Другие вопросы по теме