如何为Pandas年龄直方图添加'Is True'字段的分组占比图例？

用到的DataFrame结构 #

原直方图代码 #

你之前用来生成年龄直方图的代码：

df.Age.hist()
plt.title('Age')
plt.xlabel('Age')
plt.ylabel('Frequency')

生成的直方图是展示各年龄段样本频次的常规直方图。

实现方法 #

要给每个年龄区间加上'Is True'=1的样本占比，直接用下面的代码就行：

import matplotlib.pyplot as plt
import pandas as pd

# 初始化你的数据框（如果已经有df可以跳过这部分）
df = pd.DataFrame({
    'Customer ID': [123,124,125,126,127,128,129,130,131,132],
    'Age': [31,33,45,27,37,39,49,30,30,38],
    'Is True': [1,1,0,0,1,0,0,0,0,1]
})

# 绘制直方图，同时拿到区间边界和柱子对象
n, bins, patches = plt.hist(df['Age'], edgecolor='black')
plt.title('年龄分布与Is True占比')
plt.xlabel('年龄')
plt.ylabel('频次')

# 计算每个区间的Is True占比
ratio_list = []
for left, right in zip(bins[:-1], bins[1:]):
    # 筛选当前区间的样本
    interval_samples = df[(df['Age'] >= left) & (df['Age'] < right)]
    if len(interval_samples) == 0:
        ratio = 0
    else:
        # 计算占比：Is True=1的数量/区间总样本数
        ratio = interval_samples['Is True'].sum() / len(interval_samples)
    ratio_list.append(ratio)

# 给每个柱子上方标上占比
for patch, ratio in zip(patches, ratio_list):
    # 拿到柱子的位置和高度，把文本放在柱子正上方
    x_pos = patch.get_x() + patch.get_width() / 2
    y_pos = patch.get_height() + 0.1
    plt.text(x_pos, y_pos, f'{ratio:.1%}', ha='center')

# 添加图例，放在右上角不挡图
plt.legend([f'区间占比: {r:.1%}' for r in ratio_list], bbox_to_anchor=(1.05, 1), loc='upper left')

plt.tight_layout()
plt.show()

关键点说明 #

• 用plt.hist()的返回值拿到自动划分的年龄区间，不用手动设置区间
• 遍历每个区间计算占比，避免手动统计出错
• 把占比直接标在柱子上方，同时用图例列出所有区间的占比，两种方式结合更清晰

内容的提问来源于stack exchange，提问作者Hana