Python Pandas：如何确定数据集的分布？

Question

这是我的数据集，包含两列 NS 和计数。

     NS                                                count
0   ns18.dnsdhs.com.                                  1494
1   ns0.relaix.net.                                   1835
2   ns2.techlineindia.com.                            383
3   ns2.microwebsys.com.                              1263
4   ns2.holy-grail-body-transformation-program.com.   1
5   ns2.chavano.com.                                  1
6   ns1.x10host.ml.                                   17
7   ns1.amwebaz.info.                                 48
8   ns2.guacirachocolates.com.br.                     1
9   ns1.clicktodollars.com.                           2

现在我想通过绘制它来查看有多少 NS 具有相同的计数。我自己的猜测是我可以使用直方图来查看，但我不确定如何。谁能帮忙？

原文由 UserYmY 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

根据您的评论，我猜您的数据表实际上要长得多，并且您想查看名称服务器 counts 的分布（无论此处为多少）。

我认为你应该能够做到这一点：

 df.hist(column="count")

你会得到你想要的。如果那是你想要的。

pandas 的所有功能都有不错的文档，直方图在 此处 进行了描述。

如果你真的想看到“有多少人有相同的计数”，而不是分布的表示，那么你要么需要将 bins kwarg 设置为 df["count"].max()-df["count"].min() -或者按照你说的做，计算你得到每个的次数 count 然后创建一个条形图。

也许是这样的：

 from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

我完全错过并在下面指出的第二次世界大战的另一种更简洁的方法只是使用 Counter 的标准构造函数：

 count_counter = Counter(df['count'])

原文由 will 发布，翻译遵循 CC BY-SA 3.0 许可协议