代码之家 › 专栏 › 技术社区 › Christin Abel

使用python/pandas规范化数据并绘制为堆叠条形图

normalize plot matplotlib pandas python

1

Christin Abel · 技术社区 · 7 年前

我有以下数据框:

    land_cover  canopy_cat  count  tc_density_cor
0           20           1     56       35.760967
1           20           2     28       35.760967
2           20           3     11       35.760967
3           20           4      9       35.760967
4           20           5      4       35.760967
5           20           6      3       35.760967
6           20           7      3       35.760967
7           20           8      1       35.760967
8           20           9      4       35.760967
9           20          10      6       35.760967
10          20          11      2       35.760967
11          30           1    194       17.408260
12          30           2     86       17.408260
13          30           3     55       17.408260
14          30           4     36       17.408260
15          30           5     21       17.408260
16          30           6     15       17.408260
17          30           7      9       17.408260
18          30           8      6       17.408260
19          30           9     19       17.408260
20          30          10     14       17.408260
21          30          11      9       17.408260
22          40           1    106       17.458283
23          40           2     45       17.458283
24          40           3     19       17.458283
25          40           4     14       17.458283
26          40           5      9       17.458283
27          40           6      8       17.458283
28          40           7      5       17.458283
29          40           8      5       17.458283
30          40           9      8       17.458283
31          40          10     12       17.458283
32          40          11      3       17.458283

我想把我的数据画成一个堆叠的条形图:
X轴=土地覆盖
Y轴=每个雨棚的计数

我想这个轴函数就是我要找的。然而,在我想要规范化每个土地覆盖相对于“tc_density_cor”的“count”列之前。
例如,土地覆盖率的“计数”之和=20=127。
127/35.76=56/x-->新值为:15.76

我该怎么做??)

2 回复 | 直到 7 年前

1

Scott Boston 7 年前

2

1

piRSquared 7 年前

d.plot.bar(stacked=True)

def normalize(d):
    sums = d['count'].sum(level='land_cover')
    return d['count'].div(sums, axis=0, level='land_cover') * d['tc_density_cor']

d = df.set_index(['land_cover', 'canopy_cat']).pipe(normalize).unstack()

d.plot.bar(stacked=True)