Python读取Excel文档数据分类统计并绘制盒须图

Python读取Excel文档数据分类统计并绘制盒须图

本文将介绍使用Python读取Excel文档中某一列数据，并进行分类统计，最后绘制盒须图的简单方法。我们将使用pandas库读取Excel文档，使用value_counts()函数进行分类统计，并使用matplotlib库绘制盒须图。

代码示例

import pandas as pd
import matplotlib.pyplot as plt

# 使用pandas库读取Excel文档
df=pd.read_csv(r'D:\Echarts\Hollywood Movie Dataset\Most Profitable Hollywood Stories - US 2009.csv')

# 使用value_counts()函数对'Story'列数据进行分类并统计每类的数量
counts=df['Story'].value_counts()

# 显示数据统计结果
print(counts)

# 将统计结果转换为DataFrame格式
counts_df=pd.DataFrame(counts)

# 绘制盒须图
plt.boxplot(counts_df.values)
plt.show()

代码解释

1. 导入库：导入pandas和matplotlib库，分别用于数据处理和绘图。
2. 读取Excel文档：使用pd.read_csv()函数读取Excel文档，并将数据存储在名为df的DataFrame中。
3. 分类统计：使用value_counts()函数对'Story'列数据进行分类统计，并将结果存储在名为counts的Series中。
4. 显示统计结果：使用print()函数输出counts的内容，显示每类数据的数量。
5. 转换为DataFrame：将counts转换为DataFrame格式，方便后续使用。
6. 绘制盒须图：使用plt.boxplot()函数绘制盒须图，并将counts_df.values作为数据源。
7. 显示图表：使用plt.show()函数显示绘制的盒须图。

总结

本文介绍了使用Python读取Excel文档中某一列数据，并进行分类统计，最后绘制盒须图的简单方法。通过pandas和matplotlib库，我们可以方便地完成数据处理和可视化操作。