如何将groupby()和value_count()转换为多个饼图/条形图 [英] How to turn groupby() and value_counts() into multiple pie/bar charts

问题描述

假设我有一个数据帧，并且我正在查看其中的2列(2个系列)。

使用下面的其中一列--"no_employees"--有人能帮我弄清楚如何创建6个不同的饼图或条形图(每个NO_Employees组1个)来说明处理列中的Yes/No值的值计数吗？我将使用matplotlib或seaborn，只要您觉得最简单。

我使用附加的代码行生成下面的代码。

dataframe_title.groupby(['no_employees']).treatment.value_counts(). 

但现在我被卡住了。我要使用seaborn吗？.plot？这看起来应该很简单，我知道在某些情况下我可以做出subplots=True，但是我真的很困惑。非常感谢。

no_employees    treatment
1-5             Yes           88
                No            71
100-500         Yes           95
                No            80
26-100          Yes          149
                No           139
500-1000        No            33
                Yes           27
6-25            No           162
                Yes          127
More than 1000  Yes          146
                No           135

推荐答案

数据编码的重要性：

1. 数据可视化的目的是为了更容易地传达信息(例如，在本例中是每个类别的'treatments'的相对数量)
2. 条形图便于显示重要信息
   • 每组有多少人说'Yes'或'No'
   • 每个组的相对大小
3. 饼图更常用于显示样本，其中样本中的组总和为100%。
   • Wikipedia: Pie Chart
     • 研究表明，按角度比较不如按长度比较准确，因为人们辨别差异的能力较差。
     • Statisticians一般认为饼图是一种很差的信息显示方式，在科学文献中并不常见。
   • 此数据不能用饼图很好地表示，因为每个公司规模都是单独的总体，这将需要正确表示6个饼图。
   • 可以将数据放入饼图(如其他人所示)，但这并不意味着应该将其放入饼图中。

• 无论绘图类型如何，数据的形状对于绘图API都必须正确。
• 使用pandas 1.3.0、seaborn 0.11.1和matplotlib 3.4.2
测试

---

设置测试数据帧

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np  # for sample data only

np.random.seed(365)
cats = ['1-5', '6-25', '26-100', '100-500', '500-1000', '>1000']

data = {'no_employees': np.random.choice(cats, size=(1000,)),
        'treatment': np.random.choice(['Yes', 'No'], size=(1000,))}

df = pd.DataFrame(data)

# set a categorical order for the x-axis to be ordered
df.no_employees = pd.Categorical(df.no_employees, categories=cats, ordered=True)

  no_employees treatment
0       26-100        No
1          1-5       Yes
2        >1000        No
3      100-500       Yes
4     500-1000       Yes

---

pandas.DataFrame.plot()的id="plotting-with-pandas.dataframe.plot-l84f">Plotting：

• 这需要将数据帧分组以获取.value_counts，并使用pandas.DataFrame.unstack进行出栈。

# to get the dataframe in the correct shape, unstack the groupby result
dfu = df.groupby(['no_employees']).treatment.value_counts().unstack()

treatment     No  Yes
no_employees         
1-5           78   72
6-25          83   86
26-100        83   76
100-500       91   84
500-1000      78   83
>1000         95   91

# plot
ax = dfu.plot(kind='bar', figsize=(7, 5), xlabel='Number of Employees in Company', ylabel='Count', rot=0)
ax.legend(title='treatment', bbox_to_anchor=(1, 1), loc='upper left')

---

使用seaborn

打印

• seaborn是matplotlib的高级接口

seaborn.barplot()

• 需要整洁(长)格式的DataFrame，方法是将DataFrame分组以获取.value_counts，然后使用pandas.Series.reset_index
重置索引
• 也可以使用sns.catplot()和kind='bar'进行图形级界面操作

# groupby, get value_counts, and reset the index
dft = df.groupby(['no_employees']).treatment.value_counts().reset_index(name='Count')

   no_employees treatment  Count
0           1-5        No     78
1           1-5       Yes     72
2          6-25       Yes     86
3          6-25        No     83
4        26-100        No     83
5        26-100       Yes     76
6       100-500        No     91
7       100-500       Yes     84
8      500-1000       Yes     83
9      500-1000        No     78
10        >1000        No     95
11        >1000       Yes     91

# plot
p = sns.barplot(x='no_employees', y='Count', data=dft, hue='treatment')
p.legend(title='treatment', bbox_to_anchor=(1, 1), loc='upper left')
p.set(xlabel='Number of Employees in Company')

seaborn.countplot()

• 使用原始数据帧df，不进行任何转换。
• 也可以使用sns.catplot()和kind='count'进行图形级界面操作

p = sns.countplot(data=df, x='no_employees', hue='treatment')
p.legend(title='treatment', bbox_to_anchor=(1, 1), loc='upper left')
p.set(xlabel='Number of Employees in Company')

• barplot和countplot的输出

这篇关于如何将groupby()和value_count()转换为多个饼图/条形图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！