如何绘制 pandas 计数的分组条形图

Question

我有一个包含以下列的数据框：

gender     class

male       A
female     A
male       B
female     B
male       B
female     A

我想绘制一个双条形图，其中的列代表每个性别，值代表每个性别分别在 class A 和 B 中的数量。

所以条形图应该按性别分组，应该有 2 个条形图 - 每个 class。

我如何将其可视化？我看到这个例子，但我真的很困惑

speed = [0.1, 17.5, 40, 48, 52, 69, 88]
lifespan = [2, 8, 70, 1.5, 25, 12, 28]
index = ['snail', 'pig', 'elephant',
         'rabbit', 'giraffe', 'coyote', 'horse']
df = pd.DataFrame({'speed': speed,
                   'lifespan': lifespan}, index=index)

          speed  lifespan
snail       0.1       2.0
pig        17.5       8.0
elephant   40.0      70.0
rabbit     48.0       1.5
giraffe    52.0      25.0
coyote     69.0      12.0
horse      88.0      28.0

ax = df.plot.bar(rot=0)

我的索引只是第 0 行到第 # 行，所以我很困惑如何配置 df.plot.bar 以处理我的用例。如有任何帮助，我们将不胜感激！

Answer 1

使用pandas.DataFrame.pivot_table to reshape the dataframe from a long to wide format. The index will be the x-axis, and the columns will be the groups when plotted with pandas.DataFrame.plot
- pd.crosstab(df['gender'], df['class']) 也可用于聚合重塑。
或者，将 seaborn.countplot and hue='class', or the figure level version seaborn.catplot 与 kind='count' 结合使用，两者都可以在不重塑数据帧的情况下创建所需的绘图。
如果所需列之一在索引中，请指定 df.index 或使用 df = df.reset_index()

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

data = {'gender': ['male', 'female', 'male', 'female', 'male', 'female'], 'class': ['A', 'A', 'B', 'B', 'B', 'A']}
df = pd.DataFrame(data)

# pivot the data and aggregate
dfp = df.pivot_table(index='gender', columns='class', values='class', aggfunc='size')

# plot
dfp.plot(kind='bar', figsize=(5, 3), rot=0)
plt.show()

plt.figure(figsize=(5, 3))
sns.countplot(data=df, x='gender', hue='class')
plt.show()

sns.catplot(kind='count', data=df, x='gender', hue='class', height=3, aspect=1.4)
plt.show()

如何绘制 pandas 计数的分组条形图

How to plot a grouped bar plot of count from pandas

python

matplotlib

bar-chart

pandas

seaborn