Python实现按分组汇总价格总和的直方图绘制需求

核心思路分两步：先对数据按profile_bucket分组计算price的总和，再基于求和结果绘制图表（这里更适合用条形图，因为x轴是离散类别，直方图本质是展示连续数值的分布，用在离散类别场景不够贴合）。

步骤1：数据分组求和 #

用Pandas可以快速完成分组聚合操作：

import pandas as pd

# 示例数据（实际可通过pd.read_csv从文件读取，注意设置对应分隔符）
df = pd.DataFrame({
    'profile_bucket': ['a', 'b', 'c', 'a', 'c'],
    'price': [10, 15, 5, 7, 20]
})

# 按profile_bucket分组，计算price的总和
sum_price = df.groupby('profile_bucket')['price'].sum().reset_index()

执行后sum_price会得到每个分组的总价：

步骤2：绘制可视化图表 #

用Matplotlib绘制条形图

import matplotlib.pyplot as plt

plt.bar(sum_price['profile_bucket'], sum_price['price'])
plt.xlabel('Profile Bucket')
plt.ylabel('Total Price')
plt.title('Total Price per Profile Bucket')
plt.show()

用Seaborn绘制（更简洁）

如果用Seaborn，甚至可以直接基于原始数据绘制，无需提前分组：

import seaborn as sns

sns.barplot(x='profile_bucket', y='price', data=df, estimator=sum)
plt.xlabel('Profile Bucket')
plt.ylabel('Total Price')
plt.title('Total Price per Profile Bucket')
plt.show()

补充说明 #

如果一定要用“直方图”的说法，上述条形图的呈现效果已经能满足你展示分组总价的需求，只是从图表定义来说，离散类别的聚合值用条形图更规范。

内容的提问来源于stack exchange，提问作者lincolnab