代码之家 › 专栏 › 技术社区 › Fourier

从多个类别中创建分组/堆叠条形图,这些类别包含pandas数据框中的多个标签

plot dataframe pandas python

Fourier · 技术社区 · 8 年前

我有以下几点 pandas 数据帧( df )[ 仅摘录完整数据帧 ]:

   Name    Cat_1    Cat_2
0   foo        P    Apples, Pears, Cats
1   bar     R, M    Apples
2   bla        E    Pears
3   blu        F    Cats, Pears
4   boo        G    Apples, Pears
5   faa     P, E    Apples, Cats

我想创建条形图,这些条形图是根据 Cat_1 和 Cat_2 。这些列包含多个标记,这些标记必须用于打印。

目前,我正在运行这个简单的代码来绘制 Cat\U 1 :

import pandas as pd
from matplotlib import pyplot as plt

fig, ax = plt.subplots(figsize = (4,4))
s = df["Cat_1"].str.split(", ", expand = True).stack()
s.value_counts().plot(kind = 'bar', ax = ax)

这将为中的每个不同标签返回一个很好的条形图 Cat\U 1 允许多个工作分配(如预期)。

可以将相同的应用于 Cat\U 2 并获得带有相应标签的单独绘图。

但是,我希望有一个单独的绘图,它首先是由 Cat\U 1 然后计算值 Cat\U 2 。

我想一种方法是构建一个嵌套字典,如下所示:

{"P": {"Apples": 2, "Pears": 1, "Cats": 2}, "R": {"Apples": 1}, ....}

但同时要跟踪 Cat\U 1 。

不管最后是分组条形图还是堆叠条形图。

请查看附图,了解更直观的想法:

1 回复 | 直到 8 年前

ak_slick 8 年前

如果我理解正确的话,这应该会让你非常接近。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame(columns=['Name', 'Cat_1', 'Cat_2'])

df['Name'] = ['foo', 'bar', 'bla', 'blu', 'boo', 'faa']
df['Cat_1'] = ['P', 'R, M', 'E', 'F', 'G', 'P, E']
df['Cat_2'] = ['Apples, Pears, Cats', 'Apples', 'Pears', 'Cats, Pears', 'Apples, Pears', 'Apples, Cats']

# arrange data simply prepopulate with zero
df_pl = pd.DataFrame(columns=df["Cat_1"].str.split(", ", expand=True).stack().unique().tolist(),
                     index=df["Cat_2"].str.split(", ", expand=True).stack().unique().tolist(),
                     data=0)

# get chunk size for each combination
for x in df_pl.columns:
    ind = df.Cat_1.str.contains(x)
    for name in df_pl.index:
        df_pl.set_value(name, x, df.loc[ind, 'Cat_2'].str.contains(name).sum())

N = len(df_pl.columns)
ind = np.arange(N)    # the x locations for the groups
width = 0.35       # the width of the bars: can also be len(x) sequence

plotted = []
p = {}
for name in df_pl.index:
    bottoms = df_pl.index.isin(plotted).sum()
    p[name] = plt.bar(ind, df_pl.loc[name].values.tolist(), bottom=bottoms)
    plotted.append(name)

plt.ylabel('y_label')
plt.title('some plot')
plt.xticks(ind, df_pl.columns.tolist())
plt.legend(p.values(), p.keys())

plt.show()