如何绘制熊猫计数的分组条形图

Question

我有一个包含以下列的数据框：

gender     class

male       A
female     A
male       B
female     B
male       B
female     A

我想绘制一个双条形图，其中列作为每种性别，值分别作为 A 类和 B 类中每种性别的数量。

因此，条形应该按性别分组，并且应该有 2 个条 - 每个类别一个。

我如何将其可视化？我看到了这个例子，但我真的很困惑

speed = [0.1, 17.5, 40, 48, 52, 69, 88]
lifespan = [2, 8, 70, 1.5, 25, 12, 28]
index = ['snail', 'pig', 'elephant',
         'rabbit', 'giraffe', 'coyote', 'horse']
df = pd.DataFrame({'speed': speed,
                   'lifespan': lifespan}, index=index)

          speed  lifespan
snail       0.1       2.0
pig        17.5       8.0
elephant   40.0      70.0
rabbit     48.0       1.5
giraffe    52.0      25.0
coyote     69.0      12.0
horse      88.0      28.0

ax = df.plot.bar(rot=0)

我的索引只是第 0 行到行数，所以我很困惑如何配置 df.plot.bar 以使用我的用例。任何帮助将不胜感激！

Answer 1

• 从长格式到宽格式使用pandas.DataFrame.pivot_table 到reshape the dataframe。索引将是 x 轴，当使用 pandas.DataFrame.plot 绘制时，列将是组
  • pd.crosstab(df['gender'], df['class']) 也可用于通过聚合进行整形。
• 或者，使用seaborn.countplot 和hue='class'，或图形级别版本seaborn.catplot 和kind='count'，两者都可以创建所需的绘图，而无需重塑数据框。
• 如果所需的列之一在索引中，请指定df.index 或使用df = df.reset_index() 重置索引

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

data = {'gender': ['male', 'female', 'male', 'female', 'male', 'female'], 'class': ['A', 'A', 'B', 'B', 'B', 'A']}
df = pd.DataFrame(data)

# pivot the data and aggregate
dfp = df.pivot_table(index='gender', columns='class', values='class', aggfunc='size')

# plot
dfp.plot(kind='bar', figsize=(5, 3), rot=0)
plt.show()

plt.figure(figsize=(5, 3))
sns.countplot(data=df, x='gender', hue='class')
plt.show()

sns.catplot(kind='count', data=df, x='gender', hue='class', height=3, aspect=1.4)
plt.show()