我是Python的超级初学者。长话短说，我想使用一列进行分组，将一个函数应用于一列，将另一个函数应用于另一列，并绘制结果（第一列到x轴，第二列到y轴）。
我有一个熊猫数据框df，它包含许多列。其中两列是tour\u id和tour\u distance。
tour_id tour_distance
A 10
A 10
A 10
A 10
B 20
B 20
C 40
C 40
C 40
C 40
C 40
: :
: :
因为我假设tour_distance越长，每个tour_id的行就越多，所以我想在每组tour_id中绘制一个tour_distance与行计数的直方图。
问题1：这个groupby和plot问题的最简单解决方案是什么？
问题二：如何改进我失败的尝试？
我的尝试：我认为制作这样的新数据帧会更容易。
tour_id tour_distance row_counts
A 10 3
B 20 2
C 40 5
: : :
这样我就可以使用matplotlib这样做，
import matplotlib.pyplot as plt
x = df.tour_distance
y = df.row_counts
plt.bar(x,y)
但是，我无法创建此数据帧。
df_tour_distance = df.groupby('tour_id').tour_distance.head(1)
df_tour_distance = pd.DataFrame(df_tour_distance)
df_size = df.groupby('tour_id').tour_distance.size()
df_size = pd.DataFrame(df_size)
df = pd.merge(df_size, df_tour_distance, on='tour_id')
>>> KeyError: 'tour_id'
这也失败了：
g = df.groupby('tour_id')
result = g.agg({'Count':lambda x:x.size(),
'tour_distance_grouped':lambda x:x.head(1)})
result
>>> KeyError: 'Count'
代码中的问题是，一旦您按groupbytour\u id，它就会变成索引。必须将指定为\u index=False或使用reset\u index（）才能使用它。此外，您不需要先查找序列，然后再将其合并回来。
你需要：
g = df.groupby(['tour_id', 'tour_distance']).size().reset_index(name='count')
plt.bar(g['tour_id'],g['count'])
输出：
可以更容易地实现：
import pandas as pd
tour_id = ['A']*4+['B']*2+['C']*5
tour_distance = [10]*4+[20]*2+[40]*5
df = pd.DataFrame({'tour_id': tour_id, 'tour_distance': tour_distance})
df = df.set_index('tour_id')
df2 = pd.DataFrame()
df2['tour_distance'] = df.groupby('tour_id')['tour_distance'].head(1)
df2['row_counts'] = df.groupby('tour_id').count()
print(df2)
结果:
tour_distance row_counts
tour_id
A 10 4
B 20 2
C 40 5
