python：按范围分组数据帧

我有一个dateframe对象，其中包含date和calltime列

正在尝试根据第二列构建直方图。例如。

df.groupby（'calltime'）.head（10）.plot（kind='hist'，y='calltime'）

获得以下信息： 问题是，我想了解第一个酒吧的更多细节。例如，0-2500的范围非常大，所有数据都隐藏在那里。。。是否有可能按较小的范围划分组？比如说50岁，或者差不多

UPD

日期通话时间
0   1491928756414930    4643
1   1491928756419607    166
2   1491928756419790    120
3   1491928756419927    142
4   1491928756420083    121
5   1491928756420217    109
6   1491928756420409    52
7   1491928756420476    105
8   1491928756420605    35
9   1491928756420654    120
10  1491928756420787    105
11  1491928756420907    93
12  1491928756421013    37
13  1491928756421062    112
14  1491928756421187    41
15  1491928756421240    122
16  1491928756421375    28
17  1491928756421416    158
18  1491928756421587    65
19  1491928756421667    108
20  1491928756421790    55
21  1491928756421858    145
22  1491928756422018    37
23  1491928756422068    63
24  1491928756422145    57
25  1491928756422214    43
26  1491928756422270    73
27  1491928756422357    90
28  1491928756422460    72
29  1491928756422546    77
... ... ...
9845    1491928759997328    670
9846    1491928759998255    372
9848    1491928759999116    659
9849    1491928759999897    369
9850    1491928760000380    746
9851    1491928760001245    823
9852    1491928760002189    634
9853    1491928760002869    335
9856    1491928760003929    4162
9865    1491928760009368    531

使用

垃圾箱

s = pd.Series(np.abs(np.random.randn(100)) ** 3 * 2000)
s.hist(bins=20)

或者您可以使用

pd.cut

制作您自己的定制箱子

pd.cut(
    s, [-np.inf] + [100 * i for i in range(10)] + [np.inf]
).value_counts(sort=False).plot.bar()

---

您可以将df.hist（）与bins参数一起使用，这样已经更好了。但是，我是否可以以某种方式将值添加到X刻度，这样就可以看到条形图的哪些范围？如果没有数据，很难可视化，您是否可以发布df.groupby（'calltime'）.head（10）的输出？添加了关于范围的更多信息OK，这样您就可以通过升序=false对数据进行排序，并获取顶部行以缩小范围