带有 matplotlib 绘图的高级 pandas value_counts()

Question

我有一个自己管理的网站，我一直在使用 Pandas 进行数据分析，以便从我的产品和提供这些产品的公司中获得有用的见解。

现在在我的网站上，有大量的产品，我给每个产品一个 ID 来识别公司生产的每个产品，这意味着一个公司可以有不同的产品，即。产品 ID。

在我的网站上，您可以比较不同公司满足您需求的产品，我将网站编程为只允许三个比较。您一次只能比较具有不同功能的三种产品。

我已经能够设置谷歌分析来跟踪数据。例如下面的图表：客户将product IDs 920 与470 和212 并排比较。

我想为每个产品独立执行value_counts，然后查看哪些产品与其他产品的比较最多，并有这样的Seaborn 或matplotlib Group bar plot？

为了您的方便，这里是dataframe：

df = pd.DataFrame({'ProductID_A': ['920','162','920','920','920','165','920'],
 'ProductID_B': ['470','470','470','212', np.nan,'470','470'],
 'ProductID_C': ['212','212',"212", "570",'212','1670', '212']})

感谢您的宝贵时间。

Answer 1

这是否达到了您想要的结果？

df. unstack 旋转原始数据框，然后 reset_index 用于转换所有内容，因此不再分组。 groupby 中的列名是 unstack 中的默认列名，但可以在您的图中更改或指定。

df1 = pd.DataFrame(df.unstack()).reset_index()

df2 = df1[[0, 'level_0']].groupby(0).count()

sns.barplot(x= df2.index, y = 'level_0', data = df2)
plt.ylabel('count')
plt.xlabel('product ID')