如何在Python中筛选高频城市数据并绘制客户数量分布图

要只绘制4个高频城市的客户数量分布，可以按以下步骤修改代码：

1. 筛选高频城市数据
   先通过value_counts()获取home_state列的城市出现频率，提取前4个高频城市，再从原DataFrame中过滤出仅包含这些城市的数据：

   # 获取出现频率前4的城市
   top_cities = df['home_state'].value_counts().head(4).index
   # 筛选仅包含这些城市的数据集
   df_top_cities = df[df['home_state'].isin(top_cities)]
   

2. 绘制高频城市的计数图
   使用筛选后的数据集绘制countplot，避免低频城市占用图表空间：

   import matplotlib.pyplot as plt
   import seaborn as sns
   
   plt.figure(num=None, figsize=(8,6), dpi=80, facecolor='w', edgecolor='k')
   sns.countplot(y='home_state', data=df_top_cities, order=top_cities)  # order参数保证按频率从高到低排列
   plt.title('Total Number of Customers (Top 4 Cities)', size=18)
   plt.ylabel('Home State', size=14)
   plt.show()
   

说明 #

• value_counts().head(4)会自动按出现频率从高到低排序，提取前4个城市
• isin(top_cities)用来过滤原DataFrame，只保留目标城市的数据
• 添加order=top_cities可以确保图表中城市的顺序和频率排序一致，更直观

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