Pandas groupby 两列并绘制 [英] Pandas groupby two columns and plot

问题描述

我有一个这样的数据框:

I have a dataframe like this:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

df = pd.DataFrame({'category': list('XYZXY'), 'B': range(5,10),'sex': list('mfmff')})

我想根据类别"列中的类别绘制性别男性或女性的数量.

I want to plot count of sex male or female based on category from column 'category'.

我试过了:
df.groupby(['category','sex'])['category','sex'].count().plot.bar()

但这给出了:

如何获取每个类别的性别数?

How to get the count of sex per category?

推荐答案

Groupby Plots 的各种方法

数据

import numpy as np
import pandas as pd
df = pd.DataFrame({'category': list('XYZXY'),
                   'NotUsed': range(5,10),
                   'sex': list('mfmff')})

  category  NotUsed sex
0        X        5   m
1        Y        6   f
2        Z        7   m
3        X        8   f
4        Y        9   f

使用交叉表

pd.crosstab(df['category'],df['sex']).plot.bar()

使用 groupby+unstack:

(df.groupby(['sex','category'])['B']
   .count().unstack('sex').plot.bar())

使用数据透视表:

pd.pivot_table(df, values = 'B', index = 'category',
               columns = 'sex',aggfunc ='count').plot.bar()

使用seaborn:

import seaborn as sns
sns.countplot(data=df,x='category',hue='sex')

or,
sns.catplot(data=df,kind='count',x='category',hue='sex')

输出

这篇关于Pandas groupby 两列并绘制的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！