Question

我正在尝试根据不同类别（我的数据框中的“类”列）的数量来生成堆积的条形图。

我的数据也按另一个类别（“ STRAT”列）分组。

我已经绘制了实际的数字，但我想将这些数字作为总100％的比例来获取。即。因此，对于每个“ STRAT”类别，所有条形图都是图表的完整高度，就像垂直饼图一样。

像这样：

下面是我尝试过的结果。

样本只是大型数据集的一小部分。

import pandas as pd

df_test= pd.read_excel('df.xlsx')

df_test

From    To  Interval (m)    Class   STRAT   Total %S
308     309    1            PAF     CBC     4.15
309     310    1            PAF     CBC     3.76
320     321    1            UC      CBC     0.85
330     331    1            UC      CBC     0.698
342     343    1            NAF     LBB     0.259
376     377    1            NAF     LBB     0.395
412     413    1            UC      LBB     1.19
51      52     1            PAF     UBB     2.27
420     420.5  0.5          UC      UAB     2.85
189     190    1            PAF     LBB     1.52
520     521    1            NAF     UAB     1.45
632     633    1            NAF     UAB     0.0615
644     645    1            NAF     UAB     0.178


df_test.groupby(['STRAT', 'Class']).size().unstack().plot.bar(stacked=True)

这给了我一个堆积的条形图，但是没有缩放到100％

我找不到一种巧妙的方法将“分类计数/总数”计算放入代码中以获取百分比而不是数字。

Answer 1

您可以使用matplotlib进行很多操作来强制缩放y轴，以便将所有内容归一化为100％，如下所示： 100% Stacked Bar Chart in MatPlotLib

但是，您的问题可以更简单地解决。

如果这是您的数据框，其中包含两个关键列，即Class和STRAT：

import pandas as pd
import numpy as np
df = pd.DataFrame({'Class': 2*['a', 'b', 'c', 'd'],'STRAT': 'x', 'y', 'x', 'z','y','x','z','w'],'value': np.random.randint(0, int(1e2),8)})

然后您可以通过这种方式轻松计算％ges：

df_pct = (df.groupby(['STRAT','Class'])['value'].count()/df.groupby(['STRAT'])['value'].count())

最后，您可以完全按照代码中的方式进行绘图：

df_pct.unstack().plot.bar(stacked=True)

如何使大熊猫按类别堆叠的条形图比例达到100％

1 个答案: