[MySQL | Python] MySQL频数表、Python频数表

目录

1 MySQL频数频率表

 1.1. 分类计数

 1.2 分类计数+汇总

 1.3 分类计数+汇总+百分比+降序

2. Python中频数频率表

 2.1 频数频率表

 2.2 频数图

 2.3 绘制饼图

---

数据集：

名字：附件1

字段：股票代码、所属行业

条数：4163条

1 MySQL频数频率表

 1.1. 分类计数

按所属行业分类计数 [SELECT 分组字段, 操作 FROM 表名 GROUP BY 分组字段]

SELECT a.`所属行业`,count(a.`所属行业`) FROM `附件1` AS a GROUP BY a.`所属行业`;

 1.2 分类计数+汇总

按所属行业分类计数，并计算总值。

+with rollup 后会再统计一行整数，但没有名字。

coalesce()函数，原是用于空值处理；这里似乎只是增加命名。

SELECT
  COALESCE(a.`所属行业`,'总计'),
  COUNT(a.`所属行业`)
FROM
  `附件1` AS a 
GROUP BY 
  a.`所属行业` WITH ROLLUP;

1.3 分类计数+汇总+百分比+降序

-- 分类汇总+总数+百分比+升序
-- SELECT count(*) FROM `附件1`  --统计表格总行数，输出4163
SELECT
  COALESCE(a.`所属行业`,'总计') AS '行业',
  COUNT(a.`所属行业`) AS '频数',
  COUNT(a.`所属行业`)/(SELECT count(*) FROM `附件1`)*100 AS '百分比%'
FROM
  `附件1` AS a 
GROUP BY 
  a.`所属行业` with ROLLUP
ORDER BY
  COUNT(a.`所属行业`);

2. Python中频数频率表

2.1 频数频率表

#[Python]导入数据
df1 = pd.read_excel('附件1.xlsx','Sheet1')

#仅频数
F = df1['所属行业'].value_counts()             
F = pd.DataFrame(F)

#增加百分比列
F['百分比%'] = F.iloc[:,0]/df1.shape[0]*100   

#增加汇总行
F.loc['总计'] = [sum(F['所属行业']), sum(F['百分比%'])]

 2.2 频数图

#由于要绘制频数图，删去“总计”列
F = F.drop(index='总计')

import matplotlib.pyplot as plt #导入包

# 这两行代码解决 plt 中文显示的问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

#绘图条形图
plt.bar(F.index, F['所属行业'])
plt.title('所属行业频数')
plt.ylabel('频数')
plt.xticks(rotation=300) #标签倾斜300度

#为每个条形图添加数值标签
for x,y in enumerate(F['所属行业']):
    plt.text(x,y+0.1,"%s"%round(y,0),ha='center')  #round(y,1)是将y值四舍五入到一个小数位

plt.show()

 2.3 绘制饼图

#绘制饼图
import matplotlib.pyplot as plt                #导入绘图包

# 这两行代码解决 plt 中文显示的问题
plt.rcParams['font.sans-serif'] = ['SimHei']   
plt.rcParams['axes.unicode_minus'] = False    

#绘制饼图
plt.pie(F['百分比%'],labels=F.index,autopct='%3.2f%%')  #显示3位整数两位小数
plt.title('所属行业')             #加标题

plt.show()