如何使用 matplotlib 或 seaborn 绘制 2 个分类列的条形图

Question

这可能是一项简单的任务，但我是 python 绘图的新手，正在努力将逻辑转换为代码。我有 2 列，如下所示。 0 表示未流失，1 表示已流失。性别是一个对象列，流失是一个类别列

gender|churned
--------------
male   |0
male   |1
female |0
female |1
female |1
male   |1

我只想要一个堆叠条形图（如果这不是正确的图表选择，请纠正我）在 x 轴（流失列）上带有 0 和 1，对于这 2 个类别中的每一个，我想要一个带有 2 的堆叠条形图每个性别的不同颜色显示 0 岁以下（未流失）的男性和女性总数和 1 岁以下的男性和女性总数（流失）。

我试过了：

df.Churn.value_counts().plot(kind='bar') 

它给了我每个 0 和 1 的总数，但我也需要将它除以性别。

希望我说得通

Answer 1

你可以把它放在桌子上：

import pandas as pd
df = pd.DataFrame({'gender':['male','male','female','female','female','male'],
                'churned':[0,1,0,1,1,1]})
pd.crosstab(df['churned'],df['gender']).plot(kind="bar",stacked=True)

Answer 2

如果你想要一个交互式版本，那么你可以使用 hvplot：

import pandas as pd
import hvplot.pandas #noqa

# 1. CREATE DF:
churn = pd.DataFrame({"gender":["male","male","female","female","female","male"],
                     "churned":[0,1,0,1,1,1]})
churn

Out[2]: 
   gender  churned
0    male        0
1    male        1
2  female        0
3  female        1
4  female        1
5    male        1

# 2. GROUP THE DATA BY "churned" THEN "gender":
plot_me = churn.groupby(["churned","gender"])[["gender"]].count().rename(columns={"gender":"count"})
plot_me

Out[3]: 
                count
churned gender       
0       female      1
        male        1
1       female      2
        male        2

# 3. PLOT:
plot_me.hvplot.bar(stacked=True,color=["maroon","teal"],line_width=3,
                   line_color="black",height=350,width=500)

Out[4]: