如何为DataFrame的数据类型绘制饼图？解决TypeError报错

问题场景 #

现有如下行星数据集：

import pandas as pd
df_planet = pd.DataFrame({'mass': [0.330, 4.87 , 5.97],
                          'radius': [2439.7, 6051.8, 6378.1],
                          'planet': ['Mercury', 'Venus', 'Earth']})

查看数据类型：

df_planet.dtypes
# 输出：
# mass      float64
# radius    float64
# planet     object
# dtype: object

想要绘制数据类型占比的饼图（66.67% float64、33.33% object），但执行以下代码时报错：

import matplotlib.pyplot as plt
plt.pie(df_planet.dtypes, autopct='%.0f%%')

错误信息：

TypeError: float() argument must be a string or a number, not 'numpy.dtype[float64]'

报错原因 #

plt.pie()要求传入数值型数据作为各扇区的大小，但df_planet.dtypes返回的是numpy.dtype对象序列，不是每种类型的计数，因此无法被转换为浮点数用于绘图。

解决方法 #

先统计每种数据类型的出现次数，再将统计结果传给plt.pie()：

完整实现代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 创建数据集
df_planet = pd.DataFrame({'mass': [0.330, 4.87 , 5.97],
                          'radius': [2439.7, 6051.8, 6378.1],
                          'planet': ['Mercury', 'Venus', 'Earth']})

# 统计数据类型的频次
type_counts = df_planet.dtypes.value_counts()

# 绘制饼图
plt.pie(type_counts.values, labels=type_counts.index, autopct='%.2f%%')
plt.title('Dataset Data Type Distribution')
plt.show()

代码说明 #

• df_planet.dtypes.value_counts()：自动统计每种数据类型的列数，返回一个Series，索引为数据类型，值为对应列数。
• type_counts.values：提取计数的数值，作为饼图各扇区的大小。
• type_counts.index：提取数据类型名称，作为饼图的标签。
• autopct='%.2f%%'：设置百分比显示格式为保留两位小数，匹配需求中的66.67%和33.33%。

内容的提问来源于stack exchange，提问作者Armando Bridena