如何基于已生成的布尔值结果绘制满足四类条件的柱状图

场景与原始数据 #

现有pandas DataFrame 结构如下：

Students     Subject       Mark
1            M F           7 4 3 7
2            I             5 6 
3            M F I S       2 3 0 
4            M             2 2 
5            F M I         5 1
6            I M F         6 2 3
7            I M           7

需要按四类学生群体统计人数，绘制对应柱形图：

• Subject列包含3个及以上独立学科字符
• Mark列中至少存在一个成绩值为3
• 同时满足上述两个条件
• 上述两个条件均不满足

实现步骤 #

此前生成的布尔判断序列完全可以做计数统计，不需要额外转换格式，具体操作流程如下：

1. 定义两个独立的判断逻辑，存为独立的布尔 Series 变量：

   # 判断Subject列独立学科数≥3
   cond_subject = df["Subject"].str.count("\w+") >= 3
   # 判断Mark列存在至少一个值为3
   cond_mark = df["Mark"].str.count("3") >= 1
   

2. 直接利用布尔值的数值特性计算四个类别的样本量：布尔值中True等价于数值1、False等价于数值0，直接对布尔序列求和就能得到满足条件的样本数，比调用value_counts()更简洁：
   • Subject列字符数≥3的样本数：cond_subject.sum()
   • Mark列存在3分的样本数：cond_mark.sum()
   • 同时满足两个条件的样本数：(cond_subject & cond_mark).sum()
   • 两个条件都不满足的样本数：(~cond_subject & ~cond_mark).sum()
3. 把四个类别的计数整理为标准可绘图结构：

   plot_stats = pd.Series(
       [cond_subject.sum(), cond_mark.sum(), (cond_subject & cond_mark).sum(), (~cond_subject & ~cond_mark).sum()],
       index=["Subject≥3个字符", "Mark存在3分", "同时满足两条件", "两条件均不满足"]
   )
   

4. 直接调用pandas内置绘图接口生成目标柱形图：

   plot_stats.plot(kind="bar", rot=0, title="不同条件分组的学生数量统计")
   

常见报错说明：如果之前对布尔序列调用方法失败，通常是因为布尔判断结果没有被正确赋值为独立的Series对象，只是临时表达式结果，只要将判断逻辑绑定为明确变量，即可正常使用所有Series支持的方法。

内容的提问来源于stack exchange，提问作者gens_me