如何绘制指定区间的直方图？基于Pandas分析广告触达与到店率

1. 数据预处理与分组统计 #

首先需要筛选目标线路数据，统计每个用户标识（uid）的触达次数和到店情况，再按要求的触达次数区间分组，计算每组的到店率：

import pandas as pd
import numpy as np
import random
import matplotlib.pyplot as plt

# 生成原始数据（与你的代码一致）
items1 = ['one', 'two']
items2 = ['JR Sagami Line','JR Tsurumi Line','JR Sagami Line','JR Tsurumi Line','JR Ome Line']
items3 = ['tokyo','shizuoka','saitma','oosaka']

dict_a = {
   'log_timestamp_jst': np.random.randint(100, size=100),
   'dt': pd.date_range('2022-5-01', periods=100, freq='1d'),
   'hh': np.random.randint(10, 21, size=100),
   'uid': np.random.choice(30, 100, replace=True),
   'uid_type': random.choices(items1, k=100),
   'brand_id': random.choices(items2, k=100),
   'state': random.choices(items3, k=100),
   'shop_name': pd.util.testing.rands_array(8,  size=100),
   'shop_state': random.choices(items3, k=100),
   'visit_or_not':np.random.randint(2, size=100),
   'time_at_shop': np.random.randint(21, size=100)
}
df = pd.DataFrame(dict_a)

# 筛选目标线路数据
line_df = df[df['brand_id'] == 'JR Tsurumi Line']

# 按uid分组，统计每个uid的触达次数和是否有过到店记录
uid_stats = line_df.groupby('uid').agg(
    reach_count=('uid', 'count'),
    has_visited=('visit_or_not', lambda x: 1 if x.any() else 0)
).reset_index()

# 定义触达次数分组规则
def group_reach(count):
    if count == 0:
        return '0'
    elif 1 <= count <= 2:
        return '0-2'
    else:
        return '3以上'

# 为已有触达记录的uid分配分组
uid_stats['reach_group'] = uid_stats['reach_count'].apply(group_reach)

# 补充"0次触达"的统计（总uid数为30，减去已触达的数量即为未触达数）
total_uids = 30
reached_uids = uid_stats['uid'].nunique()
unreached_data = pd.DataFrame({
    'reach_group': ['0'],
    'total_uids': [total_uids - reached_uids],
    'visited_uids': [0]
})

# 统计每组的总uid数和到店uid数
group_stats = uid_stats.groupby('reach_group').agg(
    total_uids=('uid', 'nunique'),
    visited_uids=('has_visited', 'sum')
).reset_index()

# 合并未触达数据并计算到店率
group_stats = pd.concat([group_stats, unreached_data], ignore_index=True)
group_stats['visit_rate'] = group_stats['visited_uids'] / group_stats['total_uids']
group_stats['visit_rate'] = group_stats['visit_rate'].fillna(0)

2. 绘制目标图表 #

基于分组后的统计数据，绘制柱状图展示触达次数区间与到店率的关系：

# 设置图表样式
plt.style.use('seaborn-v0_8')

# 绘制柱状图
ax = group_stats.plot(kind='bar', x='reach_group', y='visit_rate', figsize=(8, 5), color='#1f77b4', legend=False)

# 设置轴标签与标题
ax.set_xlabel('广告触达次数')
ax.set_ylabel('到店率')
ax.set_title('JR Tsurumi Line 广告触达次数与到店率关联')

# 将Y轴刻度转换为百分比格式
ax.yaxis.set_major_formatter(plt.FuncFormatter(lambda x, pos: f'{x*100:.1f}%'))

# 调整X轴标签角度，避免重叠
plt.xticks(rotation=0)

# 在柱子上方添加数值标签
for p in ax.patches:
    height = p.get_height()
    ax.text(p.get_x() + p.get_width()/2., height,
            f'{height*100:.1f}%',
            ha='center', va='bottom')

plt.tight_layout()
plt.show()

原代码问题说明 #

你之前的代码line.uid.value_counts().plot(kind="bar")仅统计了每个uid的触达次数并绘制柱状图，既没有关联到店率数据，也没有对触达次数进行区间分组，因此无法得到你需要的结果。

内容的提问来源于stack exchange，提问作者アルサ