归一化和绘制按第 4 列分组的 3 列数据

Question

我的dataframe如下，link快速.csv。值 a 和 b 也可以视为 true 或 false.

+------+------+------+--------+
| COl1 | COl2 | COl3 | Group  |
+------+------+------+--------+
| a    | b    | a    | Yellow |
| b    | b    | a    | Blue   |
| a    | a    | b    | Red    |
| a    | b    | a    | Red    |
| a    | a    | b    | Yellow |
| b    | b    | a    | Blue   |
| b    | b    | a    | Yellow |
| a    | a    | b    | Blue   |
| a    | b    | a    | Red    |
| b    | a    | b    | Blue   |
| b    | b    | a    | Yellow |
| a    | a    | a    | Blue   |
| b    | a    | b    | Red    |
+------+------+------+--------+

我想要一个按第四列分组的前三列的条形图。前三列中的数据是分类数据，我希望得到它们的标准化计数。所有三列中的类别数（即值 a 和 b）相同。在单列的情况下，我通常会规范化为：

df_grouped = df_main.groupby('Group')['COL1'].value_counts(normalize=True)*100

但是，当我尝试使用下面的代码对列进行分组时，我无法在将其绘制为条形图之前将计数标准化：

df_grouped = df_main.groupby('Group')['COL1', 'COL2', 'COL3'].count().reset_index()
df_grouped.plot.bar()

如果可能的话，像下面这样在图中分组会很好：感谢您的帮助。

Answer 1

由于您的数据是二进制的，您可以像这样使用 groupby：

(df.iloc[:,:-1].eq('a')          # `True` class
   .groupby(df['Group']).mean()
   .plot.bar()
)

输出：

Answer 2

如果您需要更深入地研究每个 COL，还可以获得虚拟对象、groupby 和 plot

df1=pd.get_dummies(df, columns=['COl1','COl2','COl3'])
(df1.groupby('Group').mean()*100).plot(kind='bar')

归一化和绘制按第 4 列分组的 3 列数据

Normalizing and Plotting Data of 3 Columns Grouped by 4th Column

python

group-by

bar-chart

pandas