如何通过循环创建并追加DataFrame，按条件生成饼图所需数据集

一、修复循环生成DataFrame的问题 #

你原来的循环每次都会把my_pie重新赋值为单行数据，最后自然只剩最后一行。要收集100行第1、3列的数据，不用循环，直接用切片更高效：

# 直接取前100行的第1、3列（iloc索引从0开始）
my_pie = data.iloc[:100, [1, 3]]
display(my_pie)

如果一定要用循环（不推荐，效率低），得先初始化空列表存每一行，最后合并：

rows = []
for i in range(100):
    row = data.iloc[[i], [1, 3]]
    rows.append(row)
# 把列表里的所有行合并成一个DataFrame
my_pie = pd.concat(rows)
display(my_pie)

二、按条件筛选数据的基础方法 #

1. 取100个最常见的值 #

针对某一列统计频次，取前100个高频值对应的行：

# 统计第1列的高频值，取前100个
top_100_common = data.iloc[:,1].value_counts().head(100).index
# 筛选原数据中第1列属于这些高频值的行
filtered_df = data[data.iloc[:,1].isin(top_100_common)]

2. 取某列的100个最高值 #

按指定列降序排序后取前100行：

# 按第3列降序排序，取前100行
top_100_high = data.sort_values(by=data.columns[3], ascending=False).head(100)

3. 取某列的100个最低值 #

按指定列升序排序后取前100行：

# 按第3列升序排序，取前100行
top_100_low = data.sort_values(by=data.columns[3], ascending=True).head(100)

三、用筛选后的DataFrame绘制简单饼图 #

用pandas自带的绘图工具配合matplotlib显示：

import matplotlib.pyplot as plt

# 用第1列做饼图标签，第3列做数值
my_pie.set_index(my_pie.columns[1], inplace=True)
my_pie.plot.pie(y=my_pie.columns[0], figsize=(8,8))
plt.ylabel('')  # 去掉默认的y轴标签
plt.show()

内容的提问来源于stack exchange，提问作者tooDeeStoned