年代ごとにカウントしたグラフの作成

Question

全国のイベント情報をまとめたデータフレーム【df_event】のイベント数を開催年の年代ごとにカウントして棒グラフで可視化したいと考えています。

【df_event】
|イベント名|都道府県名|都道府県ナンバー|費用（万円）|イベント計画（考案）|開催|
|:--|:--:|--:|
|〇〇祭り|北海道|0|780|1983/2/8|1985/4/11
|・|・|・|
|・|・|・|
|〇〇パーティー|東京都|11|428|2003/11/30|2007/1/22
|・|・|・|
|・|・|・|
|〇〇生誕祭|大阪府|26|227|1894/9/17|1896/10/2
|・|・|・|
|・|・|・|
|〇〇イベント|沖縄|46|356|1961/5/7|1963/3/14

何もいい方法が浮かばずつまずいている状態です。。
【イメージ画像】のように出力するのが目的です。。
どなたかご教授よろしくお願いいたします。。

【イメージ画像】

Answer 1

df_event が既にあるという前提で、次のようにしてはどうでしょう。

df_event['datetime'] = pd.to_datetime(df_event['開催'])
df_event['year'] = df_event['datetime'].dt.year
years = list(range(1930, 2000, 10))
plt.hist(df_event['year'], bins=years, width=8)
plt.xticks(years, ['{}~'.format(y) for y in years])

（以下、追記）
開催列を西暦に統一するサンプル。

import re
pattern = re.compile('昭和(\d+)年(\d+)月(\d+)日')
def to_ad(d):
    m = pattern.match(d)
    if m:
        return '{}/{}/{}'.format(1925 + int(m[1]), m[2], m[3])
    return d

df_event['ad'] = df_event['開催'].map(to_ad)

Comments

[退会済みユーザー]

ご回答ありがとうございます！
下記のエラーが起きるのですが、'開催'列に '昭和63年10月1日'が含まれているということでしょうか？
ValueError: ('Unknown string format:', '昭和63年10月1日')

[kit494way]

はい。そのようですね。
これだと事前に西暦表記に統一しないとダメですね。

[kit494way]

以下のように'開催'列を西暦表記に統一した列'ad'を生成して、ad に対して pd.to_datetime() を呼び出せばよいかと思います。
他にも異なる形式のデータがあれば、to_ad() 関数を適宜修正してください。

```
import re
pattern = re.compile('昭和(\d+)年(\d+)月(\d+)日')
def to_ad(d):
m = pattern.match(d):
if m:
return '{}/{}/{}'.format(1925 + int(m[1]), m[2], m[3])
return d

df_event['ad'] = df_event['開催'].map(to_ad)
```

[kit494way]

コメントに書いたコードがインデントされないので、回答の方に追記しました。

[退会済みユーザー]

def to_ad(d):
m = pattern.match(d):
で書くとインデントエラーが起き、
def to_ad(d):
　　m = pattern.match(d):
で書くとシンタックスエラーが起きてしまいます。。

[kit494way]

m = pattern.match(d): の末尾のコロンは不要です。
試したコードをそのままコピペしたつもりだったんですが、ミスってたようです。すみません。
回答の方を修正したのでそちらを参考にしてください。
Python はインデントが重要なので、コメントに書いてあるコードは無視してください。

[退会済みユーザー]

何度も申し訳ありません。
修正していただいたコードで打ち込むと下記エラーが発生します。。
TypeError: expected string or bytes-like object

[kit494way]

そのエラーは df_event['ad'] = df_event['開催'].map(to_ad) で発生するということですか？
であれば、開催列に欠損値があるのではないでしょうか？
各列に欠損値がいくつあるかは df_event.isnull().sum() で確認できます。
欠損値をどうするのか（除外するのか、何かで補間するのか）は分析の目的に応じてご自身で決めて対処していただくしかないです。

Answer 2

こんな感じでしょうか。

import io
import pandas as pd

data = """
イベント名	都道府県名	都道府県ナンバー	費用（万円）	イベント計画（考案）	開催
〇〇祭り	北海道	0	780	1983/2/8	1985/4/11
〇〇パーティー	東京都	11	428	2003/11/30	2007/1/22
〇〇生誕祭	大阪府	26	227	1894/9/17	1896/10/2
〇〇イベント	沖縄	46	356	1961/5/7	1963/3/14
"""

df = pd.read_csv(io.StringIO(data), sep="\s+", engine="python")
df["開催"] = pd.to_datetime(df["開催"])
groups = df["開催"].groupby(by=df["開催"].dt.year//10*10).count()  # 1桁目を切り捨ててgroupby
print(groups)
""" =>
開催
1890    1
1960    1
1980    1
2000    1
Name: 開催, dtype: int64
"""

Comments

[退会済みユーザー]

ご回答ありがとうございます！
data = """ 〜の部分には【df_event】の全データを打ち込むのでしょうか？？

[hayataka2049]

そこは例示のためにこうしているだけで、実際のコードでは適宜改変していただいて結構です。読み込みが終わった後の部分を参考にしてください。年ごとに集計できるので、この後プロットしてください。

[退会済みユーザー]

すみません、なにぶんpython初学者なもので、ioモジュールを使ったことがなく、、
data = """ 〜"""の部分に何を打ち込めばいいかわからないです。。

[hayataka2049]

このコードのdfの代わりにdf_eventを使えば良いのですね。覚えておくと良いかと。