散景将分组数据框绘制为具有多索引的条形图

Question

我正在努力制作显示分组数据框结果的散景图。以下是问题。

我有一些来自数据框的数据：

data = pd.read_csv('CompanyStructure.csv', index_col = 0)

如下所示，其中包含数千行：

我想在按变量分组后可视化这个数据框。它也可以是两个或一个变量的组合。下面我提供了一个示例，我对所有前三个列进行分组：

grouped = data.groupby(by=['hour', 'Code', 'Type']).sum()

框架如下：

现在我想形象化这一点。以下是我的做法：

source = ColumnDataSource(data=grouped)
p = figure(x_range = source.data['hour_Code_Type'].tolist())
p.vbar(x='hour_Code_Type', top='Value', source=source)
show(p)

然后我得到以下错误：

ValueError: Unrecognized range input: '[(0, 'DK1', 'A'), (0, 'DK1', 'P'), (0, 'DK1', 'T'), (0, 'DK2', 'A'), (0, 'DK2', 'P'), (0, 'DK2', 'T'), (1, 'DK1', 'A'), (1, 'DK1 ', 'P'), (1, 'DK1', 'T'), (1, 'DK2', 'A'), (1, 'DK2', 'P'), (1, 'DK2', 'T'), (2, 'DK1', 'A'), (2, 'DK1', 'P'), (2, 'DK1', 'T'), (2, 'DK2', 'A' '), (2, 'DK2', 'P'), (2, 'DK2', 'T'), (3, 'DK1', 'A'), (3, 'DK1', 'P') , (3, 'DK1', 'T'), (3, 'DK2', 'A'), (3, 'DK2', 'P'), (3, 'DK2', 'T'), ( 4, 'DK1', 'A'), (4, 'DK1', 'P'), (4, 'DK1', 'T') ...

我确实理解这个错误，但我根本不知道如何解决这个问题。如何使 x_range 可视化一个值，如图所示。我的理想工具是交互式工具（这就是我使用散景的原因），它会根据选择分组的变量制作条形图。

希望有人能帮帮我。

Answer 1

编辑：正如 bigreddot 所指出的，FactorRange 可用于避免将字符串元组作为分类。

from bokeh.models import FactorRange

df['hour'] = df['hour'].astype(str) # To get Tuple(String, String, String) when grouping

grouped = df.groupby(by=['hour', 'Code', 'Type']).sum()
source = ColumnDataSource(data=grouped)

p = figure(x_range=FactorRange(*source.data['hour_Code_Type'].tolist()))
p.vbar(x='hour_Code_Type', top='Value', source=source)
show(p)

这会渲染

旧答案：

当您按“小时”、“代码”和“类型”分组时，您正在创建一个 MultiIndex。由于您希望 x 范围内的分类是字符串列表，因此一种方法可能是创建一个新列，将 MultiIndex 转换为字符串。

grouped = df.groupby(by=['hour', 'code', 'type']).sum()
grouped['group'] = [''.join(str(x)) for x in grouped.index]

这将其作为数据框（使用模拟数据）：

                value            group
hour code type
0    DK2  A       0.4  (0, 'DK2', 'A')
1    DK1  B       1.0  (1, 'DK1', 'B')
2    DK1  A       1.5  (2, 'DK1', 'A')

然后您可以根据“组”列可视化值：

source = ColumnDataSource(data=grouped)

p = figure(x_range=source.data['group'].tolist())
p.vbar(x='group', top='value', source=grouped)
show(p)

获得：