Python 在熊猫中创建直方图

我试图根据下面的groupby创建一个直方图

dfm.groupby(['ID', 'Readings', 'Condition']).size:
578871001  20110603         True    1
           20110701         True    1
           20110803         True    1
           20110901         True    1
           20110930         True    1
                                          ..
324461897  20130214         False            1
           20130318         False            1
           20130416         False            1
           20130516         False            1
           20130617         False            1
532674350  20110616         False            1
           20110718         False            1
           20110818         False            1
           20110916         False            1
           20111017         False            1
           20111115         False            1
           20111219         False            1

但是，我正在尝试按

条件

格式化输出，并将

ID

和

读数的数量分组。像这样的,

True
 # of Readings: # of ID
  1 : 5
  2 : 8
  3 : 15
  4 : 10
  5 : 4

我试过只根据ID和读数进行分组，并根据条件进行转换，但还没走多远

编辑：

这是groupby之前数据帧的外观：

         CustID     Condtion      Month          Reading  Consumption
0     108000601         True       June         20110606      28320.0
1     108007000         True       July         20110705      13760.0
2     108007000         True     August         20110804      16240.0
3     108008000         True  September         20110901      12560.0
4     108008000         True    October         20111004      12400.0
5     108000601        False   November         20111101       9440.0
6     108090000        False   December         20111205      12160.0

这就是您试图通过
groupby
实现的目标吗？我加入了
计数器
来跟踪每次读数的计数。例如，对于condition=False，有两个custid具有单个读取，因此第一行的输出为：

Condtion
False   1  2  # One reading, two observations of one reading.

然后，对于condition=True，有一个客户有一个读数（108000601），两个客户各有两个读数。此组的输出为：

Condtion
True   1  1  # One customer with one reading.
       2  2  # Two customers with two readings each.


from collections import Counter

gb = df.groupby(['Condtion', 'CustID'], as_index=False).Reading.count()
>>> gb
  Condtion     CustID  Reading
0    False  108000601        1
1    False  108090000        1
2     True  108000601        1
3     True  108007000        2
4     True  108008000        2

>>> gb.groupby('Condtion').Reading.apply(lambda group: Counter(group))

Condtion   
False     1    2
True      1    1
          2    2
dtype: float64

或者，作为单个语句链接在一起：

gb = (df
      .groupby(['Condtion', 'CustID'], as_index=False)['Reading']
      .count()
      .groupby('Condtion')['Reading']
      .apply(lambda group: Counter(group))
)

在分组之前，您可以附加您的
dfm
数据帧吗？不完全可以。它应该是读数的数量和ID的数量，根据条件具有相同的读数数量。OK。但是您的示例数据只有一个CustID。表current提供了每个CustID的读数数，因此您需要按条件？oops获取这些计数的计数。我已经修正了样本数据。是的。成功了。我走错了方向，没有意识到我可以像那样把阅读链接到一个群组。谢谢