熊猫：来自几列的seaborn countplot

Question

我有一个包含多个分类列的数据框。我知道如何做 countplot 常规地绘制一列。 问：如何在一个图中绘制所有列的最大计数？

这是一个用于澄清问题的示例性数据框：

import pandas as pd
import numpy as np
import seaborn as sns

testdf=pd.DataFrame(({   'Ahome' :   pd.Categorical(["home"]*10),
                         'Bsearch' : pd.Categorical(["search"]*8 + ["NO"]*2),
                          'Cbuy' : pd.Categorical(["buy"]*5 + ["NO"]*5),
                          'Dcheck' : pd.Categorical(["check"]*3 + ["NO"]*7),


                     } ))
testdf.head(10)
sns.countplot(data=testdf,x='Bsearch');

最后一行只是对一列使用正常的计数图。我想在 x 轴上显示列类别（家庭、搜索、购买和检查），在 y 轴上显示它们的频率。

提前致谢！

Answer 1

您需要使用countplot，如下：

df = pd.melt(testdf)
sns.countplot(data=df.loc[df['value']!="NO"], x='variable', hue='value')

输出：

Answer 2

正如@HarvIpan 指出的那样，使用melt 您将创建一个以列名作为条目的长格式数据框。在此数据帧上调用 countplot 会产生正确的绘图。

作为与现有解决方案的不同之处，我建议根本不要使用 hue 参数。

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

df=pd.DataFrame(({   'Ahome' :   pd.Categorical(["home"]*10),
                         'Bsearch' : pd.Categorical(["search"]*8 + ["NO"]*2),
                          'Cbuy' : pd.Categorical(["buy"]*5 + ["NO"]*5),
                          'Dcheck' : pd.Categorical(["check"]*3 + ["NO"]*7),


                     } ))

df2 = df.melt(value_vars=df.columns)
df2 = df2[df2["value"] != "NO"]
sns.countplot(data=df2, x="variable")
plt.show()