如何在Python中过滤数据以绘制符合条件的条形图？

直接把筛选逻辑和可视化代码结合即可，下面是两种常用实现方式：

方式一：使用Matplotlib #

# 1. 筛选符合条件的数据
filtered_df = df[df['Degree Status'].str.contains('HS-grad') & df['Earnings'].str.contains('<=50K')]

# 2. 统计各Job-Type的出现频次
job_type_counts = filtered_df['Job-Type'].value_counts()

# 3. 绘制条形图
import matplotlib.pyplot as plt

# 设置画布大小
plt.figure(figsize=(12, 6))
# 绘制条形图
job_type_counts.plot(kind='bar')
# 添加标题和轴标签
plt.title('Job Type Distribution (HS-grad, Earnings <=50K)')
plt.xlabel('Job Type')
plt.ylabel('Number of Individuals')
# 旋转x轴标签避免重叠
plt.xticks(rotation=45, ha='right')
# 自动调整布局防止标签截断
plt.tight_layout()
# 显示图形
plt.show()

方式二：使用Seaborn（更美观的统计图表） #

# 1. 筛选符合条件的数据
filtered_df = df[df['Degree Status'].str.contains('HS-grad') & df['Earnings'].str.contains('<=50K')]

# 2. 绘制条形图
import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(12, 6))
# 按频次排序显示Job-Type
sns.countplot(data=filtered_df, x='Job-Type', order=filtered_df['Job-Type'].value_counts().index)
plt.title('Job Type Distribution (HS-grad, Earnings <=50K)')
plt.xlabel('Job Type')
plt.ylabel('Number of Individuals')
plt.xticks(rotation=45, ha='right')
plt.tight_layout()
plt.show()

注意点 #

• 如果Degree Status和Earnings列是精确匹配场景，可把str.contains替换为==（比如df['Degree Status'] == 'HS-grad'），筛选精度更高。
• 可调整figsize的数值改变图表尺寸，适配不同展示需求。

内容的提问来源于stack exchange，提问作者xyzpy159