как построить категориальные и непрерывные данные в pandas / matplotlib / seaborn

Question

Я пытаюсь выяснить, как я могу построить эти данные:

столбец 1 ['genres']: это значение подсчитывается для всех жанров в таблице

Drama              2453
Comedy             2319
Action             1590
Horror              915
Adventure           586
Thriller            491
Documentary         432
Animation           403
Crime               380
Fantasy             272
Science Fiction     214
Romance             186
Family              144
Mystery             125
Music               100
TV Movie             78
War                  59
History              44
Western              42
Foreign               9
Name: genres, dtype: int64

колонка 2 ['release_year']: это значения для всех лет выпуска для разных жанров

2014    699
2013    656
2015    627
2012    584
2011    540
2009    531
2008    495
2010    487
2007    438
2006    408
2005    363
2004    307
2003    281
2002    266
2001    241
2000    226
1999    224
1998    210
1996    203
1997    192
1994    184
1993    178
1995    174
1988    145
1989    136
1992    133
1991    133
1990    132
1987    125
1986    121
1985    109
1984    105
1981     82
1982     81
1983     80
1980     78
1978     65
1979     57
1977     57
1971     55
1973     55
1976     47
1974     46
1966     46
1975     44
1964     42
1970     40
1967     40
1972     40
1968     39
1965     35
1963     34
1962     32
1960     32
1969     31
1961     31
Name: release_year, dtype: int64

Мне нужно ответить на такие вопросы, как - Какой жанр наиболее популярен из года в год? ? и так далее

, какие графики можно использовать и как лучше всего это сделать, поскольку в одном графике будет много бинов?

Является ли Seaborn лучше для построения таких переменных?

Должен ли я разделить данные года на 2 десятилетия (1900 и 2000)?

Sample of the table: 
    id   popularity runtime genres  vote_count  vote_average    release_year
0   135397  32.985763   124 Action     5562     6.5             2015
1   76341   28.419936   120 Action     6185     7.1             1995
2   262500  13.112507   119 Adventure  2480     6.3             2015
3   140607  11.173104   136 Thriller   5292     7.5             2013
4   168259  9.335014    137 Action     2947     7.3             2005

Answer 1

Вы можете сделать что-то вроде этого:

Построение гистограммы с использованием seaborn для кадра данных

Лично я предпочитаю seaborn для такого рода графиков, потому что это проще. Но вы также можете использовать matplotlib.

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# sample data
samples = 300
ids = range(samples)
gind = np.random.randint(0, 4, samples)
years = np.random.randint(1990, 2000, samples)

# create sample dataframe
gkeys = {1: 'Drama', 2: 'Comedy', 3: 'Action', 4: 'Adventure', 0: 'Thriller'}
df = pd.DataFrame(zip(ids, gind, years),
                  columns=['ID', 'Genre', 'Year'])
df['Genre'] = df['Genre'].replace(gkeys)

# count the year groups
res = df.groupby(['Year', 'Genre']).count()
res = res.reset_index()

# only the max values
# res_ind = res.groupby(['Year']).idxmax()
# res = res.loc[res_ind['ID'].tolist()]

# viz
sns.set(style="white")
g = sns.catplot(x='Year',
                y= 'ID',
                hue='Genre',
                data=res,
                kind='bar',
                ci=None,
                   )
g.set_axis_labels("Year", "Count")
plt.show()

Если это много бинов на графике, просто разделите их.