Question

我有一个数据框，其中包含一个感兴趣的变量（分类，此处为Yes，No等）和一个分组变量（请参见下文）：

import pandas as pd
import numpy as np
df = pd.DataFrame({ 
    'ID': range(100),
    'group': np.random.choice(['A', 'B', 'C'], 100),
    'Response':np.random.choice(['Yes','No','Other', np.nan], 100)})

由此，我想在条形图中检索并绘制每组的累积数据。

详细信息：对于组A，Yes，No等的百分比，对于组别相同。命令df['Response'].groupby(df['group']).value_counts()已经给了我这个输出：

group  Response
A      Other       14
       No           8
       Yes          8
       nan          8
B      Other       11
       nan         11
       No           5
       Yes          4
C      No           9
       Yes          9
       nan          7
       Other        6
Name: Response, dtype: int64

这就是我想要的，但是我找不到一种适当地绘制它的方法（在matplotlib或seaborn中），并且不确定这是否是数据转换或可视化的问题。

This的问题是在询问类似问题，但我无法使其与unstack一起使用：

df = df['group'].unstack(0, fill_value = 0)

给予

AttributeError：“ RangeIndex”对象没有属性“ remove_unused_levels”

和

df = df['group'].unstack(0, fill_value = 0)
df.index.name = None
df.columns.name = None
df.plot.bar(stacked=True)

仅绘制ID（未分组）。

Answer 1

您应该在不选择unstack的情况下执行columns，groupby的输出为Series，并请注意您没有使用Series groupby pd.DataFrame.groupby

df['Response'].groupby(df['group']).value_counts().unstack(fill_value=0)

type(df['Response'].groupby(df['group']).value_counts())
Out[207]: pandas.core.series.Series

Answer 2

我认为更好的方法是使用string中的按列分组并在groupby之后获取列进行处理：

df1 = df.groupby('group')['Response'].value_counts().unstack(fill_value=0)

替代方法是使用crosstab：

df1 = pd.crosstab(df['group'], df['Response'])

要删除索引和列名，请使用您的解决方案或DataFrame.rename_axis：

#pandas 0.24+
df1.rename_axis(index=None, columns=None).plot.bar(stacked=True)

#pandas bellow
#df1.rename_axis(None).rename_axis(None, axis=1).plot.bar(stacked=True)

您的解决方案is mainly syntactic sugar for the alternative and much more verbose，显然是在需要处理列之前使用的，例如需要列Response的小写字母：

df1 = df['Response'].str.lower().groupby(df['group']).value_counts().unstack(fill_value=0)

第一个解决方案是可能的，但需要2行：

df['Response'] = df['Response'].str.lower()
df1 = df.groupby('group')['Response'].value_counts().unstack(fill_value=0)

编辑：

要缩放，请使用Series.value_counts中的normalize=True：

.value_counts(normalize=True)

绘制调查中的分组信息

2 个答案: