pandas分区间，算频率

最新推荐文章于 2025-10-12 10:49:42 发布

原创最新推荐文章于 2025-10-12 10:49:42 发布 · 2.2w 阅读

27 ·

CC 4.0 BY-SA版权

python数据挖掘专栏收录该内容

16 篇文章

订阅专栏

本篇博客通过使用Python的pandas库读取并处理销售数据，实现了对销售额的最大值、最小值及其范围进行计算，并进一步进行了分组区间划分，计算了各区间频数、频率等统计指标，最终绘制了频数分布柱状图。

部署运行你感兴趣的模型镜像

import pandas as pd
path='F:/python/python数据分析与挖掘实战/图书配套数据、代码/chapter3/demo/data/catering_fish_congee.xls'
data=pd.read_excel(path,header=None,index_col=0)
data.index.name='日期'
data.columns=['销售额(元)']

xse=data['销售额(元)']
print(xse.max())
print(xse.min())
print(xse.max()-xse.min())

fanwei=list(range(0,4500,500))
fenzu=pd.cut(xse.values,fanwei,right=False)#分组区间,长度91
print(fenzu.codes)#标签
print(fenzu.categories)#分组区间，长度8
pinshu=fenzu.value_counts()#series,区间-个数
print(pinshu.index)

import matplotlib.pyplot as plt
pinshu.plot(kind='bar')
#plt.text(0,29,str(29))


qujian=pd.cut(xse,fanwei,right=False)
data['区间']=qujian.values
data.groupby('区间').median()
data.groupby('区间').mean()#每个区间平均数

pinshu_df=pd.DataFrame(pinshu,columns=['频数'])
pinshu_df['频率f']=pinshu_df / pinshu_df['频数'].sum()
pinshu_df['频率%']=pinshu_df['频率f'].map(lambda x:'%.2f%%'%(x*100))

pinshu_df['累计频率f']=pinshu_df['频率f'].cumsum()
pinshu_df['累计频率%']=pinshu_df['累计频率f'].map(lambda x:'%.4f%%'%(x*100))

In[158]: pinshu_df
Out[158]: 
              频数       频率f     频率%     累计频率f      累计频率%
[0, 500)      29  0.318681  31.87%  0.318681   31.8681%
[500, 1000)   20  0.219780  21.98%  0.538462   53.8462%
[1000, 1500)  12  0.131868  13.19%  0.670330   67.0330%
[1500, 2000)  12  0.131868  13.19%  0.802198   80.2198%
[2000, 2500)   8  0.087912   8.79%  0.890110   89.0110%
[2500, 3000)   3  0.032967   3.30%  0.923077   92.3077%
[3000, 3500)   4  0.043956   4.40%  0.967033   96.7033%
[3500, 4000)   3  0.032967   3.30%  1.000000  100.0000%