Python：在seaborn条形图中绘制百分比答案

【问题标题】：Python: Plotting percentage in seaborn bar plotPython：在seaborn条形图中绘制百分比
【发布时间】：2016-06-12 02:13:11
【问题描述】：

对于数据框

import pandas as pd
df=pd.DataFrame({'group':list("AADABCBCCCD"),'Values':[1,0,1,0,1,0,0,1,0,1,0]})

我正在尝试绘制一个条形图，显示 A, B, C, D 取零（或一）的次数百分比。

我有一个可行的方法，但我认为必须有更直接的方法

tempdf=df.groupby(['group','Values']).Values.count().unstack().fillna(0)
tempdf['total']=df['group'].value_counts()
tempdf['percent']=tempdf[0]/tempdf['total']*100

tempdf.reset_index(inplace=True)
print tempdf

sns.barplot(x='group',y='percent',data=tempdf)

如果它只是绘制平均值，我可以简单地在 df 数据帧上做 sns.barplot 而不是 tempdf。如果我对绘制百分比感兴趣，我不确定如何优雅地做到这一点。

谢谢，

【问题讨论】：

有一种方法可以直接使用 Dexplot 库来做到这一点。见my answer below。

标签： python pandas bar-chart seaborn

【解决方案1】：

您可以将 Pandas 与 seaborn 结合使用以简化此操作：

import pandas as pd
import seaborn as sns

df = sns.load_dataset("tips")
x, y, hue = "day", "proportion", "sex"
hue_order = ["Male", "Female"]

(df[x]
 .groupby(df[hue])
 .value_counts(normalize=True)
 .rename(y)
 .reset_index()
 .pipe((sns.barplot, "data"), x=x, y=y, hue=hue))

【讨论】：

【解决方案2】：

你可以在sns.barplotestimator中使用你自己的函数，从docs开始：

estimator：映射向量的可调用 -> 标量，可选
在每个分类箱内估计的统计函数。

对于您的情况，您可以将函数定义为 lambda：

sns.barplot(x='group', y='Values', data=df, estimator=lambda x: sum(x==0)*100.0/len(x))

【讨论】：

谢谢@anton。这几乎可以完美地工作。除法没有给出浮点值但包括1.0 工作sns.barplot(x='group', y='Values', data=df, estimator=lambda x: sum(x==0)*1.0/len(x))
@PagMax 我正在使用 python 3.x 所以我没有那个，如果你使用 python 2，你应该像你一样添加 1.0 或者如果你需要 percentage你可以乘以100.0。
谢谢，我理解其中的区别。是的，我使用的是 python 2.x，是的，乘以 100.0 也可以，但这必须在除法操作之前，如 sum(x==0)*100.0/len(x) 而不是 sum(x==0)/len(x)*100.0。无论如何，问题已解决，非常感谢您的帮助。

【解决方案3】：

您可以按照以下步骤操作，以便在绘图中的条形顶部查看计数和百分比。检查下面的示例输出

with_hue 如果您的绘图中有“hue”参数，则函数将在条形图上绘制百分比。以实际图、特征、特征中的Number_of_categories、hue_categories(hue特征中的类别数)为参数。

without_hue 函数将在条形图上绘制百分比，如果你有一个正常的绘图。它以实际的图形和特征作为参数。

def with_hue(plot, feature, Number_of_categories, hue_categories):
    a = [p.get_height() for p in plot.patches]
    patch = [p for p in plot.patches]
    for i in range(Number_of_categories):
        total = feature.value_counts().values[i]
        for j in range(hue_categories):
            percentage = '{:.1f}%'.format(100 * a[(j*Number_of_categories + i)]/total)
            x = patch[(j*Number_of_categories + i)].get_x() + patch[(j*Number_of_categories + i)].get_width() / 2 - 0.15
            y = patch[(j*Number_of_categories + i)].get_y() + patch[(j*Number_of_categories + i)].get_height() 
            ax.annotate(percentage, (x, y), size = 12)
    plt.show()

def without_hue(plot, feature):
    total = len(feature)
    for p in ax.patches:
        percentage = '{:.1f}%'.format(100 * p.get_height()/total)
        x = p.get_x() + p.get_width() / 2 - 0.05
        y = p.get_y() + p.get_height()
        ax.annotate(percentage, (x, y), size = 12)
    plt.show()

【讨论】：

【解决方案4】：

您可以使用library Dexplot，它能够返回分类变量的相对频率。它具有与 Seaborn 类似的 API。将您想要获取相对频率的列传递给count 函数。如果您想将其细分为另一列，请使用split 参数。以下返回原始计数。

import dexplot as dxp
dxp.count('group', data=df, split='Values')

要获取相对频率，请将normalize 参数设置为您要标准化的列。使用True 对总计数进行归一化。

dxp.count('group', data=df, split='Values', normalize='group')

对'Values' 列进行标准化将生成下图，其中所有“0”条的总数为1。

dxp.count('group', data=df, split='Values', normalize='Values')

【讨论】：