如何从分类数据框架中创建100％堆叠的条形图

Question

我有一个像这样的数据框架：

用户	食物1	食物2	食物3	食物4
史蒂芬	​​·洋葱	西红柿	卷心菜汤汤	汤汤汤汤
汤	汤汤	番茄薯片	土豆	弗雷德
胡萝卜	茄子	茄子		茄子
Phil	洋葱	茄茄子	茄子

我想用各种食物柱类别中使用独特的价值。然后，我想创建一个海洋地块，以便将每一列的每个类别的％绘制为100％水平堆叠棒。

我尝试这样做：

data = {
    'User' : ['Steph', 'Tom', 'Fred', 'Phil'],
    'Food 1' : ["Onions", "Potatoes", "Carrots", "Onions"],
    'Food 2' : ['Tomatoes', 'Tomatoes', 'Cabbages', 'Eggplant'],
    'Food 3' : ["Cabbages", "Potatoes", "", "Eggplant"],
    'Food 4' : ['Potatoes', 'Potatoes', 'Eggplant', ''],    
}

df = pd.DataFrame(data)

x_ax = ["Onions", "Potatoes", "Carrots", "Onions", "", 'Eggplant', "Cabbages"]

df.plot(kind="barh", x=x_ax, y=["Food 1", "Food 2", "Food 3", "Food 4"], stacked=True, ax=axes[1])

plt.show()

Answer 1

1. 将''''替换为np.nan，因为空刺将被计为值。
2. 使用pandas.dataframe. -Melt将数据框架转换为长表单。
3. 使用PANDAS.CROSSTAB与归一化参数来计算每个'food'的百分比。
4. 用pandas.dataframe.plot和and kint ='barh'绘制数据框。
   • 将食物名称放在X轴上并不是创建100％堆叠棒图的正确方法。一个轴必须是数字。酒吧将通过食物类型进行颜色。

5. 根据此答案。
6. 基于此答案。

• seaborn是matplotlib和pandas使用matplotlib作为默认后端的高级API，并且更容易用pandas产生一个堆叠的条图。
  • seaborn不支持堆叠的小花，除非histplot以黑客式使用方式使用，如此答案，并且需要额外的步骤熔化百分比。
• 在python 3.10，pandas 1.4.2，matplotlib 3.5.1 中测试。
  • 分配表达式（：=）需要python＆gt; = 3.8。否则，请使用[f'{v.get_width（）:. 2f}％'如果V.Get_width（）＆gt; 0否则''对于c]中的v。

import pandas as pd
import numpy as np

# using the dataframe in the OP

# 1.
df = df.replace('', np.nan)

# 2.
dfm = df.melt(id_vars='User', var_name='Food', value_name='Type')

# 3.
percent = pd.crosstab(dfm.Food, dfm.Type, normalize='index').mul(100).round(2)

# 4.
ax = percent.plot(kind='barh', stacked=True, figsize=(8, 6))

# 5.
for c in ax.containers:
    
    # customize the label to account for cases when there might not be a bar section
    labels = [f'{w:.2f}%' if (w := v.get_width()) > 0 else '' for v in c ]
    
    # set the bar label
    ax.bar_label(c, labels=labels, label_type='center')

# 6.
ax.legend(bbox_to_anchor=(1, 1.02), loc='upper left')

dataFrame视图

dfm

     User    Food      Type
0   Steph  Food 1    Onions
1     Tom  Food 1  Potatoes
2    Fred  Food 1   Carrots
3    Phil  Food 1    Onions
4   Steph  Food 2  Tomatoes
5     Tom  Food 2  Tomatoes
6    Fred  Food 2  Cabbages
7    Phil  Food 2  Eggplant
8   Steph  Food 3  Cabbages
9     Tom  Food 3  Potatoes
10   Fred  Food 3       NaN
11   Phil  Food 3  Eggplant
12  Steph  Food 4  Potatoes
13    Tom  Food 4  Potatoes
14   Fred  Food 4  Eggplant
15   Phil  Food 4       NaN

百分比

Type    Cabbages  Carrots  Eggplant  Onions  Potatoes  Tomatoes
Food                                                           
Food 1      0.00     25.0      0.00    50.0     25.00       0.0
Food 2     25.00      0.0     25.00     0.0      0.00      50.0
Food 3     33.33      0.0     33.33     0.0     33.33       0.0
Food 4      0.00      0.0     33.33     0.0     66.67       0.0