求助：按10岁区间分组计算平均食品杂货消费并绘制柱状图

步骤1：导入依赖库 #

首先导入数据分析和可视化所需工具：

import pandas as pd
import matplotlib.pyplot as plt

步骤2：加载数据集 #

假设数据存储在CSV文件中，用以下代码加载：

df = pd.read_csv("your_dataset.csv")  # 替换为你的数据集路径

如果是Excel文件，替换为pd.read_excel("your_dataset.xlsx")即可。

步骤3：按10岁区间划分年龄组 #

使用pd.cut()函数创建年龄分组，自定义区间标签让结果更直观：

# 定义年龄区间和对应标签，可根据数据中最大年龄调整上限
age_bins = [0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100]
age_labels = ["0-9岁", "10-19岁", "20-29岁", "30-39岁", "40-49岁", 
              "50-59岁", "60-69岁", "70-79岁", "80-89岁", "90-99岁"]

# 新增分组列，right=False表示区间左闭右开，符合常规年龄统计逻辑
df["Age Group"] = pd.cut(df["Ages"], bins=age_bins, labels=age_labels, right=False)

步骤4：计算每组平均食品杂货消费 #

通过groupby()分组后取均值：

grouped_mean = df.groupby("Age Group")["Amount Spent in groceries"].mean().reset_index()

步骤5：绘制柱状图 #

用matplotlib生成可视化图表：

plt.figure(figsize=(10, 6))
plt.bar(grouped_mean["Age Group"], grouped_mean["Amount Spent in groceries"], color="#4CAF50")

# 设置图表细节，避免标签重叠
plt.title("各年龄区间平均食品杂货消费金额", fontsize=14)
plt.xlabel("年龄区间", fontsize=12)
plt.ylabel("平均消费金额", fontsize=12)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者liorse213