Python 熊猫数据帧历史未绘制类别变量

我有一个数据框，我想在其中绘制每列的直方图

df_play = pd.DataFrame({'a':['cat','dog','cat'],'b':['apple','orange','orange']})
df_play['a'] = df_play['a'].astype('category')
df_play['b'] = df_play['b'].astype('category')

df_play
df_play.hist(layout = (12,10))

---

然而，我得到的是

ValueError:num必须是1，因为并没有用于装箱的自然参数，也许您想要的不是直方图而是每个
系列的条形图？如果是这样，你可以通过

df_play['a'].value_counts().plot(kind='bar')

您只需跨列和绘图应用
pd.value\u计数即可

>>> df_play.apply(pd.value_counts).T.stack().plot(kind='bar')


如果您想要合适的子图或更复杂的东西，我建议您只需使用
value\u counts
进行迭代，然后自己创建子图
 我意识到这样做的一种方法是首先指定fig和axs，然后循环遍历要绘制值计数的数据帧的列名

fig, axs = plt.subplots(1,len(df_play.columns),figsize(10,6))
for i,x in enumerate(df_play.columns):
    df_play[x].value_counts().plot(kind='bar',ax=axs[i])

并不是因为它更改了错误消息，而是因为您的第二行和第三行没有任何作用：
df_play['a']。astype（'category'）
不会更改
df_play['a']
（但会返回一个
系列，您可以用它替换原来的系列）。感谢您的关注。是否可以将
列a
和
b
作为子批次？该系列是否打算共享类别？如果是这样，
df_play.apply（lambda x:x.value_counts（））.plot（kind='bar'，subplot=True）
可能会满足您的需要。@fugledge否它们应该是分开的，而不是共享类别