在python中绘制非数值数据（分类）

Question

我有以下数据框：

date       item_1  item_2
01-01-2021  Low     High
02-01-2021  High    Low
02-01-2021  Low     Low
03-01-2021  Medium    High

我想绘制一个条形图，将日期作为 X 轴，将项目作为 Y 轴。现在对于 1 月 1 日的 item_1，bar 会一直到低，item_2 会一直到高。 1 月 2 日 item_1 将升至高位，但也会在低位放置一个标记，因为同一日期 item_1 有另一个低位条目。以下是预期结果。

Answer 1

我能想到的最简单的方法是将您的分类（或在您的情况下为序数）数据“重新编码”为数字。这将允许您轻松绘制数据。绘制后，您可以调整图形的标签以显示类别而不是数字。使用这种方法，您将能够添加、删除和重新排序您认为合适的类别。

import matplotlib.pyplot as plt
import pandas as pd

values_1 = ['Low', 'High', 'Low', 'Medium']
values_2 = ['High', 'Low', 'Low', 'High']
dates = pd.to_datetime(['2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03' ])
cols = ['date', 'item_1', 'item_2']
df = pd.DataFrame({'dates': dates, 'item_1': values_1, 'item_2': values_2})

# Dict for converting categories to bar chart heights
cat_to_bar = {'Low': 1, 'Medium': 2, 'High': 3}

# Reencode categorical values as numeric
df[['item_1', 'item_2']] = df[['item_1', 'item_2']].replace(cat_to_bar)
# Use dates as our index
df = df.set_index('dates')
df

[out]

dates   item_1  item_2
2021-01-01  1   3
2021-01-02  3   1
2021-01-02  1   1
2021-01-03  2   3

ax = df.plot(kind='bar')
# Force the y-axis to only have ticks at category heights
ax.set_yticks(list(cat_to_bar.values()))
# change y axis labels from numbers to our category names
ax.set_yticklabels(list(cat_to_bar.keys()))