Python基于pandas DataFrame对年龄分组列求和绘制柱状图/饼图实现年龄分布统计

数据统计逻辑 #

完全适配现有表结构，无需额外做格式转换：

• 跳过用户唯一标识列new_id，保留所有年龄区间对应的0/1标记列
• 对剩余的年龄标记列逐列求和，得到的结果就是对应年龄区间的总人数
  • 表中0/1为标记位逻辑：值为1代表该用户命中对应年龄区间，值为0代表未命中

核心实现代码 #

首先导入依赖并完成统计计算：

import pandas as pd
import matplotlib.pyplot as plt

# df 为加载完成的原始数据表
# 移除new_id标识列后逐列求和，得到各年龄区间的人数统计值
age_distribution = df.drop("new_id", axis=1).sum()

# 解决Matplotlib中文显示乱码问题
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

柱状图实现（适合直观对比各区间人数差异） #

plt.figure(figsize=(10, 6))
age_distribution.plot(kind="bar", color="#3a7bd5", width=0.6)
plt.title("全量人群各年龄区间人数分布")
plt.xlabel("年龄区间")
plt.ylabel("统计人数")
plt.xticks(rotation=0)
plt.grid(axis="y", linestyle="--", alpha=0.3)
plt.tight_layout()
plt.show()

饼图实现（适合直观展示各区间人数占比） #

绘制前过滤掉统计值为0的空区间，避免出现无意义的0值扇区：

# 过滤空区间后的有效统计数据
valid_age = age_distribution[age_distribution > 0]

plt.figure(figsize=(8, 8))
valid_age.plot(kind="pie", autopct="%1.1f%%", startangle=90, wedgeprops={"edgecolor": "white"})
plt.title("全量人群各年龄区间占比")
plt.ylabel("")  # 隐藏饼图默认的y轴冗余标签
plt.tight_layout()
plt.show()

备注：针对示例中的样例数据，统计结果为：18-24区间0人、25-34区间5人、35-44区间1人、45-54区间2人、55-64区间3人、65-74区间3人，75岁以上相关区间统计值均为0，绘图时会自动过滤全为0的无效区间。

内容的提问来源于stack exchange，提问作者Melderon