DataFrame多组年度数据频率绘制及影视直方图故障排查

一、具体故障修复：迪士尼影视类型分布直方图无图形问题 #

常见原因及修复方案 #

1. 数据筛选错误
   确认是否正确排除了episode类型，筛选出目标数据：

   # 正确筛选movie和series子集
   df_movie = df[df['type'] == 'movie']
   df_series = df[df['type'] == 'series']
   

   打印len(df_movie)和len(df_series)验证数据是否非空，若为0则说明筛选条件有误。

2. plt.hist参数使用不当
   必须指定要统计的数值型列（比如上映年份release_year），不能直接传入整个DataFrame子集：

   import matplotlib.pyplot as plt
   
   # 正确调用方式：指定统计列、设置分组区分参数
   plt.hist(df_movie['release_year'], bins=15, alpha=0.5, label='Movie')
   plt.hist(df_series['release_year'], bins=15, alpha=0.5, label='Series')
   # 补充可视化元素
   plt.xlabel('上映年份')
   plt.ylabel('数量')
   plt.title('迪士尼电影与剧集年度发行频率对比')
   plt.legend()
   plt.grid(axis='y', linestyle='--')
   plt.show()
   

3. 数据类型异常
   检查统计列（如release_year）是否为数值类型，若为字符串需转换并清理空值：

   import pandas as pd
   df['release_year'] = pd.to_numeric(df['release_year'], errors='coerce')
   df = df.dropna(subset=['release_year'])
   

二、通用方法：基于DataFrame绘制多组年度频率分布图 #

标准步骤 #

1. 数据预处理
   • 筛选出需要对比的分组数据
   • 确保统计列（如年度）为数值型，清理空值、异常值
2. 绘图实现
   • 方式一：matplotlib原生实现分组直方图
     如上述故障修复中的代码，通过多次调用plt.hist分别绘制各组，用alpha（透明度）、label区分分组
   • 方式二：用seaborn简化分组绘图

     import seaborn as sns
     # 先筛选目标类型
     df_filtered = df[df['type'].isin(['movie', 'series'])]
     sns.histplot(data=df_filtered, x='release_year', hue='type', bins=15, alpha=0.5)
     plt.title('年度发行频率按类型对比')
     plt.show()
     

3. 可视化优化
   根据数据分布调整bins数量，添加坐标轴标签、标题、图例，按需开启网格提升可读性

内容的提问来源于stack exchange，提问作者EyeOfIlum