python– 使用groupby和pandas dataframe中的多个列从字符串数据创建条形图

概述我想在python中创建一个条形图,其中包含多个x类别,数据计数为“是”或“否”.我已经开始使用一些代码,但我相信我正在以一种缓慢的方式获得我想要的解决方案.我可以使用seaborn,Matplotlib或pandas但不是Bokeh的解决方案,因为我想制作可扩展的出版品质数字.最终我想要的是：>条形图,在x轴上分类为“独木舟”,“巡航”,“皮划艇”和

我想在python中创建一个条形图,其中包含多个x类别,数据计数为“是”或“否”.我已经开始使用一些代码,但我相信我正在以一种缓慢的方式获得我想要的解决方案.我可以使用seaborn,Matplotlib或pandas但不是bokeh的解决方案,因为我想制作可扩展的出版品质数字.

最终我想要的是：

>条形图,在x轴上分类为“独木舟”,“巡航”,“皮划艇”和“船”
>按“颜色”分组,所以绿色或红色
>显示“是”响应的比例：所以是行的数量除以“红色”和“绿色”的数量,在这种情况下是4红色和4绿色,但这可能会改变.

这是我正在使用的数据集：

import pandas as pddata = [{'ship': 'Yes','canoe': 'Yes','cruise': 'Yes','kayak': 'No','color': 'Red'},{'ship': 'Yes','kayak': 'Yes','canoe': 'No','color': 'Green'},{'ship': 'No','cruise': 'No','color': 'Red'}]df = pd.DataFrame(data)

这是我开始的：

print(df['color'].value_counts())red = 4 # there must be a better way to code this rather than manually. Perhaps using len()?green = 4# get count per typeca = df['canoe'].value_counts()cr = df['cruise'].value_counts()ka = df['kayak'].value_counts()sh = df['ship'].value_counts()print(ca,cr,ka,sh)# group by colorcac = df.groupby(['canoe','color'])crc = df.groupby(['cruise','color'])kac = df.groupby(['kayak','color'])shc = df.groupby(['ship','color'])# make plots cac2 = cac['color'].value_counts().unstack()cac2.plot(kind='bar',Title = 'Canoe by color')

但实际上我想要的是在一个图上的所有x类别,仅显示“是”响应的结果,并将其视为“是”而不仅仅是计数的比例.救命？

最佳答案我们试试吧.

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom itertools import groupbydata = [{'ship': 'Yes','color': 'Red'}]df = pd.DataFrame(data)df1 = df.replace(["Yes","No"],[1,0]).groupby("color").mean().stack().rename('% Yes').to_frame()def add_line(ax,xpos,ypos):    line = plt.line2D([xpos,xpos],[ypos + .1,ypos],transform=ax.transAxes,color='gray')    line.set_clip_on(False)    ax.add_line(line)def label_len(my_index,level):    labels = my_index.get_level_values(level)    return [(k,sum(1 for i in g)) for k,g in groupby(labels)]def label_group_bar_table(ax,df):    ypos = -.1    scale = 1./df.index.size    for level in range(df.index.nlevels)[::-1]:        pos = 0        for label,rpos in label_len(df.index,level):            lxpos = (pos + .5 * rpos)*scale            ax.text(lxpos,ypos,label,ha='center',transform=ax.transAxes)            add_line(ax,pos*scale,ypos)            pos += rpos        add_line(ax,ypos)        ypos -= .1colorList = ['green','red']cp = sns.color_palette(colorList)ax = sns.barplot(x=df1.index,y='% Yes',hue = df1.index.get_level_values(0),data=df1,palette=cp)#Below 2 lines remove default labelsax.set_xticklabels('')ax.set_xlabel('')label_group_bar_table(ax,df1)

输出：

总结

以上是内存溢出为你收集整理的python – 使用groupby和pandas dataframe中的多个列从字符串数据创建条形图全部内容，希望文章能够帮你解决python – 使用groupby和pandas dataframe中的多个列从字符串数据创建条形图所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。