Creo que ya que lo tienes en Pandas
puedes seguir por ahí. Primero me voy a crear un DataFrame
tonto "Dummy" inventado para poder replicar tu problema:
import pandas as pd
vars = [i**2 for i in range(2, 100)]
df_a_histograma = pd.DataFrame(vars, columns=["num_repeticiones"])
df_a_histograma["num_palabra"] = range(2, 100)
df_a_histograma = df_a_histograma.sample(frac=1).reset_index(drop=True)
df_a_histograma.plot(kind="bar", x="num_palabra")
Genial, ya tengo el mismo problema que tu tienes, he hecho plot de un DataFrame
y tengo el eje de las x
colapsado por lo que me quiero quedar con las más relevantes. Yo haría lo siguiente:
- Ordenaría el
DataFrame
de mayor a menor, esto se puede hacer con el método .sort_values()
de Pandas
.
- Multiplico la longitud por
0.1
(el 10%).
- Creo la gráfica como tu has hecho.
#Ordenamos basandonos en el número de repeticiones de forma descendente
df_a_histograma = df_a_histograma.sort_values(by="num_repeticiones", ascending=False)
#Calculamos cuantas columnas tiene el df
long_df = len(df_a_histograma)
#Sacamos el 10% de las primeras columnas usamos round para no tener un número decimal
df_a_histograma[:round(long_df*0.1)].plot(kind="bar", x="num_palabra")
Salida: