如何计算饼干配料数据集的分组平均糖分并实现可视化或结果输出？

一、输出分组平均糖分结果 #

你可以用Python的pandas库快速计算每组的平均糖分，步骤如下：

1. 导入pandas库并读取数据集（假设数据保存为cookies.csv，如果是Excel文件可替换为pd.read_excel）：

import pandas as pd

df = pd.read_csv('cookies.csv')

2. 按group列分组，计算sugar列的均值：

# 计算每组糖分均值，保留两位小数
group_sugar_mean = df.groupby('group')['sugar'].mean().round(2)
print(group_sugar_mean)

运行后会得到类似如下的结果，直接对比数值即可判断哪组平均糖分最高：

group
A    1.71
B    1.63
C    1.67
Name: sugar, dtype: float64

二、绘制分组糖分均值图表 #

用matplotlib或seaborn绘制柱状图，直观展示每组的平均糖分差异：

方法1：matplotlib基础柱状图 #

import matplotlib.pyplot as plt

plt.figure(figsize=(8, 5))
group_sugar_mean.plot(kind='bar', color='lightblue')

# 添加图表元素
plt.title('各组饼干平均糖分含量', fontsize=14)
plt.xlabel('分组', fontsize=12)
plt.ylabel('平均糖分', fontsize=12)
plt.xticks(rotation=0)  # 让分组标签水平显示

# 在柱子上方标注数值
for i, v in enumerate(group_sugar_mean):
    plt.text(i, v + 0.02, str(v), ha='center', fontsize=10)

plt.tight_layout()
plt.show()

方法2：seaborn美观柱状图 #

import seaborn as sns

plt.figure(figsize=(8, 5))
sns.barplot(x='group', y='sugar', data=df, estimator='mean', ci=None, palette='pastel')

# 添加图表元素
plt.title('各组饼干平均糖分含量', fontsize=14)
plt.xlabel('分组', fontsize=12)
plt.ylabel('平均糖分', fontsize=12)

# 在柱子上方标注数值
for p in plt.gca().patches:
    height = p.get_height()
    plt.gca().text(p.get_x() + p.get_width()/2., height + 0.02,
                   '{:.2f}'.format(height),
                   ha='center', fontsize=10)

plt.tight_layout()
plt.show()

生成的柱状图会清晰展示每组的平均糖分差异，柱子高度对应均值大小，可直接佐证某组糖分更高的论点。

内容的提问来源于stack exchange，提问作者M Purry