管理 2 列分类数据？

【问题标题】：How to plot/manage 2 column categorical data using pandas/matplot lib?如何使用 pandas/matplotlib 绘制/管理 2 列分类数据？
【发布时间】：2017-06-28 03:06:12
【问题描述】：

我有一个代表一堆帖子的数据集。每个帖子可以有 4 个类别和 6 个结果中的任何一个。

我要做的是查看 4 个类别中的每个类别的所有 6 种类型有多少结果。

我用过

df = df.groupby(["Category", "Result"]).size().reset_index(name='Count')

获得一个包含必要计数的 3 列数据框。我想做的是为所有类别绘制一个多条形图，这样 xticks 就是类别，每个类别有 6 个条形图来表示所有结果。

我怎样才能做到这一点？

【问题讨论】：

标签： python pandas numpy matplotlib

【解决方案1】：

从数据框创建pivot table 可能是个好主意。使用内置的绘图功能可以轻松绘制生成的表格。

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

cats = np.array([l for l in "ABCD"], dtype=str)
cats = np.random.choice(cats, 100, p=[0.3, 0.1, 0.4, 0.2])

res = np.random.choice(np.arange(1,7), 100, p=[0.2, 0.1, 0.08, 0.16,0.26,0.2])
df = pd.DataFrame({"Category":cats, "Result":res})
df2 = df.groupby(["Category", "Result"]).size().reset_index(name='Count')


df3 = pd.pivot_table(df2,  values='Count',  columns=['Result'],  index = "Category",
                         aggfunc=np.sum,  fill_value=0)
df4 = pd.pivot_table(df2,  values='Count',  columns=['Category'],  index = "Result",
                         aggfunc=np.sum,  fill_value=0)

fig, ax = plt.subplots(1,2, figsize=(10,4))
df3.plot(kind="bar", ax=ax[0])
df4.plot(kind="bar", ax=ax[1]) 

plt.show()

【讨论】：