python离散化方法_python中字符串离散化的例子

'''

问题：

1、假设DataFrame中有一列名为type,其字段中内容为a,b,c 等用,隔开的值，如：

type

a,b,c

a,f,x

b,c,e

...

统计type中每个类型出现的次数 并绘图

'''

import pandas as pd

import numpy as np

from matplotlib import pyplot as plt

# 读取数据

df = pd.read_csv("文件路径/文件名")

#统计分类的列表

temp_list = df["type"].str.split(",").tolist()

type_list = list(set([i for j in temp_list for i in j]))

# 构造全为0的数组

zeros_df = pd.DataFrame(np.zeros((df.shape[0],len(type_list))),columns=type_list)

# print(zeros_df)

# 给每个type出现分类的位置赋值为1

for i in range(df.shape[0]):

zeros_df.loc[i,temp_list[i]] = 1

# 统计每个分类type的数量和

type_count = zeros_df.sum(axis=0)

print(type_count)

# 排序

type_count = type_count.sor_values()

_x = type_count.index

_y = type_count.values

# 绘图

# 设置图片大小

plt.figure(figsize=(20,8),dpi=80)

plt.bar(range(len(_x)),_y) #绘制条形图

plt.xticks(range(_x),_x)

plt.show()