pandas.DataFrame.hist运行机制及输出DataFrame而非图表的相关问题

一、hist方法底层运行逻辑 #

该方法是pandas封装的便捷直方图工具，底层执行分为三个核心步骤：

• 参数校验与任务分发：首先校验bins（分桶数）、range（统计范围）、density（是否计算密度）等统计参数，以及figsize、grid等绘图参数；如果是多列DataFrame调用该方法，会自动按列拆分任务，默认给每列生成独立的子图。
• 分桶统计计算：核心统计逻辑完全依赖numpy.histogram实现，对每一列的数值分别计算两个结果：每个分桶内的样本统计值（计数/密度）、分桶的左右边界值，这一步和可视化完全无关。
• 可视化渲染：统计计算完成后，调用matplotlib的pyplot.hist接口把统计结果渲染为柱状图，同时处理坐标轴、网格、图例等可视化元素，最终返回matplotlib的Axes对象数组。

二、获取分桶统计结果为DataFrame格式 #

pd.DataFrame.hist本身没有提供仅返回统计结果、不绘图的参数，它的返回值默认是可视化相关的Axes对象，无法直接转换为统计结果DataFrame。你可以直接调用它底层依赖的numpy.histogram来计算结果，不需要触发绘图流程，示例代码如下：

import pandas as pd
import numpy as np

# 测试用DataFrame
df = pd.DataFrame({
    'col1': np.random.randn(1000),
    'col2': np.random.normal(loc=2, scale=1, size=1000)
})

# 自定义统计参数，和hist方法默认参数保持一致
bins = 10
range_vals = None
calc_density = False

res_list = []
for col in df.columns:
    # 调用hist方法底层的统计逻辑计算结果
    counts, bin_edges = np.histogram(df[col], bins=bins, range=range_vals, density=calc_density)
    # 生成可读性更高的分桶区间标签
    bin_labels = [f"{round(bin_edges[i], 4)} ~ {round(bin_edges[i+1], 4)}" for i in range(len(bin_edges)-1)]
    res_list.append(pd.Series(counts, index=bin_labels, name=col))

# 合并为最终的统计结果DataFrame：行是分桶区间，列是原DataFrame的列，值为对应分桶的统计值
hist_result_df = pd.concat(res_list, axis=1)

如果需要计算密度值，只需要把calc_density参数设为True即可。

内容的提问来源于stack exchange，提问作者Irfanuddin