Python・Pandas・MatplotlibでDataFrameの頻度プロット（棒グラフ）を作成する方法

PythonのPandas DataFrameでデータの頻度（出現回数）を可視化したい場合、value_counts()メソッドとMatplotlibを組み合わせることで、簡単に頻度プロットを作成できます。

この記事では、Matplotlibを使ってPandas DataFrameの頻度プロットを表示する手順を、サンプルコード付きでわかりやすく解説します。

頻度プロットを作成する手順

以下の手順に従って、DataFrameの値ごとの出現回数を棒グラフとして表示できます。

• 図のサイズと余白を設定する — plt.rcParamsでfigureサイズや自動レイアウト調整を指定します。
• 図とサブプロットを作成する — plt.subplots()でFigureオブジェクトとAxesオブジェクトを生成します。
• 2次元の表形式データ（DataFrame）を作成する — サンプルデータとして、サイズ変更可能な2次元のテーブルデータを用意します。
• 一意な値の出現回数を集計する — value_counts()メソッドで、各ユニークな値のカウントを含むSeriesを取得します。
• 図を表示する — show()メソッドを使ってグラフを画面に描画します。

サンプルコード

import pandas as pd
from matplotlib import pyplot as plt

# 図のサイズとレイアウトの設定
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

# 図とサブプロットの作成
fig, ax = plt.subplots()

# サンプルDataFrameを作成
df = pd.DataFrame({'numbers': [2, 4, 1, 4, 3, 2, 1, 3, 2, 4]})

# value_counts()で頻度を集計し、棒グラフとして描画
df['numbers'].value_counts().plot(ax=ax, kind='bar', xlabel='numbers', ylabel='frequency')

# グラフを表示
plt.show()

コードのポイント解説

• value_counts()は、Series内の一意な値それぞれの出現回数を降順で返します。今回の例では「2」と「4」が3回、「1」と「3」が2回出現しています。
• kind='bar'を指定することで、集計結果が縦棒グラフとして描画されます。折れ線グラフにしたい場合はkind='line'に変更できます。
• xlabelとylabel引数により、X軸・Y軸のラベル名を自由に設定できます。

実行結果

上記のコードを実行すると、X軸に「numbers」の各値、Y軸にその出現頻度（frequency）を示した棒グラフが表示されます。これにより、データ内のどの値が最も多く出現しているかがひと目で把握できます。

まとめ

Pandasのvalue_counts()とMatplotlibのplot()を組み合わせれば、わずか数行のコードでDataFrameの頻度分布を直感的に可視化できます。カテゴリカルデータの分布確認や、データクレンジング前の概要把握など、日常的なデータ分析作業でぜひ活用してみてください。