Pandas + Seaborn：计算关于分类数据的 0 的数量
Pandas + Seaborn : compute number of 0 regarding categorical datas
我目前正在努力处理 Pandas 中的数据框（对此是新手）。
我有一个 3 列数据框：Categorical_data1、Categorical_data2、输出。 （2400 行 x 3 列）。
两个分类数据（输入）都是字符串，输出取决于输入。
Categorical_data1 = ['type1','type2', ..., 'type6']
Categorical_data2 = ['rain1','rain2','rain3','rain4]
所以有 24 对可能的分类数据。
我想绘制关于一对分类数据 (Cat_data1,Cat_data2) 的输出中 0 的数量的热图（例如使用 seaborn）。我使用布尔值尝试了几件事。
我试图找出如何计算 0 的确切数量
count = ((df['Output'] == 0) & (df(['Categorical_Data1'] == 'type1') & (df(['Categorical_Data2'] == 'rain1')))).sum()
但是失败了。
输出属于 [0,1]，其中有大量 0（大约 1200 超过 2400）。我的目标是通过 jcdoming（我无法上传图片...）获得类似 的内容，月数 = 分类数据 1，年数 = 分类数据 2；以及输出中 0 的数量）。
感谢您的帮助。
使用 seaborn countplot。它给出了某个特征中分类数据出现的次数。使用 hue 将第二个特征添加到可视化中：
import seaborn as sns
sns.countplot(data=dataframe, x='Categorical_Data1', hue='Categorical_Data2')
我目前正在努力处理 Pandas 中的数据框（对此是新手）。 我有一个 3 列数据框：Categorical_data1、Categorical_data2、输出。 （2400 行 x 3 列）。
两个分类数据（输入）都是字符串，输出取决于输入。
Categorical_data1 = ['type1','type2', ..., 'type6'] Categorical_data2 = ['rain1','rain2','rain3','rain4]
所以有 24 对可能的分类数据。
我想绘制关于一对分类数据 (Cat_data1,Cat_data2) 的输出中 0 的数量的热图（例如使用 seaborn）。我使用布尔值尝试了几件事。
我试图找出如何计算 0 的确切数量
count = ((df['Output'] == 0) & (df(['Categorical_Data1'] == 'type1') & (df(['Categorical_Data2'] == 'rain1')))).sum()
但是失败了。
输出属于 [0,1]，其中有大量 0（大约 1200 超过 2400）。我的目标是通过 jcdoming（我无法上传图片...）获得类似
感谢您的帮助。
使用 seaborn countplot。它给出了某个特征中分类数据出现的次数。使用 hue 将第二个特征添加到可视化中：
import seaborn as sns
sns.countplot(data=dataframe, x='Categorical_Data1', hue='Categorical_Data2')