如何从 Python 中两个不同 DataFrame 的值计数中绘制图表

Posted 2023-03-12

【中文标题】如何从 Python 中两个不同 DataFrame 的值计数中绘制图表

【英文标题】：How to make a plot from value counts of two different DataFrames in Python

【发布时间】：2020-10-22 23:20:52

【问题描述】：

我有以下两个数据框。我想绘制一个线图或散点图，它应指示 x 和 y 轴上“UserId”和“OwnerUserId”的值计数。请注意，“UserId”和“OwnerUserId”表示同一个用户，这些只是不同数据帧中的不同表示法。

我实际上想知道总数之间是否存在关系。用户拥有的徽章数（由“UserId”的值计数与他发布的帖子总数表示（由“OwnerUserId”的值计数表示。

我已经写了一个代码，但不知道它是否正确。

数据框 1（徽章）

rowId   UserId  Name    Date                   Class    TagBased
    1   1      Teacher  2009-09-30T15:17:50.660  3   False
    2   3      Teacher  2009-09-30T15:17:50.690  3   False
    3   13     Teacher  2009-09-30T15:17:50.690  3   False
    4   14     Teacher  2009-09-30T15:17:50.690  3   False
    5   22     Teacher  2009-09-30T15:17:50.690  3   False

DataFrame 2（帖子）

OwnerUserId   Post Title                                     CreationDate
1             Is a quotient of a reductive group reductive?  2009-09-28T16:11:38.533
2             Learning about Lie groups                      2009-09-28T17:42:23.207
1             Maths                                          2009-09-28T19:41:13.933

代码

x = badges['UserId'].value_counts()
y = posts['OwnerUserId'].value_counts()
sns.scatterplot(x,y)

注意 第一个数据帧的所有用户可能不会出现在第二个数据帧中。有没有一种方法可以只为两个数据框共有的用户绘制？

【参考方案1】：

如果您确定 帖子用户 包含在 徽章用户 中，您可以使用 过滤 徽章值帖子索引。

y = posts['OwnerUserId'].value_counts()
x = badges['UserId'].value_counts()[y.index]
sns.scatterplot(x,y)

否则，使用 2 个数据帧的公共属性过滤 x 和 y

common = list(set(badges.UserId.unique()).union(set(posts.OwnerUserId.unique()))