案例：利用pandas按区间统计各分数段成绩人数并可视化

最新推荐文章于 2025-04-25 00:23:04 发布

原创

最新推荐文章于 2025-04-25 00:23:04 发布 · 4.7w 阅读

100 ·

CC 4.0 BY-SA版权

文章标签：

#pandas #区间 #分段 #cut #bins

该博客介绍了如何利用Python的Pandas库进行数据分段和计数，以及使用Matplotlib绘制柱状图进行可视化。具体步骤包括设置分数段，将分数数据离散化，通过`pd.value_counts`统计各分段人数，最后绘制并标注柱状图，清晰展示各分数段的人数分布情况。示例代码展示了两种不同的标签设置方式，一种为数值区间，另一种为等级描述。

需求

现有一批成绩，要求统计各分数段人数并可视化。

要点

pandas.cut可以把一组数据分割成离散的区间，并用为数据打上标签。然后配合pandas.value_counts函数按值计数。
注意！仅能应用于Series类型。

实现1

代码：

import pandas as pd
import matplotlib.pyplot as plt

# 分数
score = [22,51,60,80,70,96,89,95,68,88,85,79,100]
# 设置分段
bins=[0,60,70,80,90,101]
# 按分段离散化数据
segments=pd.cut(score,bins,right=False)
print(segments)
# 统计各分段人数
counts=pd.value_counts