分组变量以绘制多级条形图

Question

您能帮我帮助我吗？我有一个具有可变数量的产品（产品）的数据集，该数据集将离散值从1到3（随附）获取。然后，我有一个男性变量（性别）1，女性为0。我想绘制一个多级条形图，在x轴上我有数量的产品（prod），而在y轴上，我具有由性别分组的这些产品的总价值。我需要创建一个“计数”变量，该变量计算每个“性别”类别中每个“产品”的观察值。要分组和绘制变量，我使用以下代码（不起作用）：

#Group the variables
grouped_gender['count'] = main_data.groupby(['Prod', 'Gender'])[['Prod']].count()
grouped_gender = pd.DataFrame(grouped_gender)

#Plot
fig, axes = plt.subplots(nrows=1, ncols=1, figsize=(10, 7))

barplot2 = sns.barplot(
    data=grouped_gender,
    x='Prod',
    y='count',
    hue='Gender',
    orient='v',
    ax = axes,
    ci=None,
    dodge=False
    )

您可以帮助我确定问题吗？

Answer 1

假设您可以将数据框放在与我的类似状态下，

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

grouped_gender = pd.DataFrame(
    {
        "Man": [50, 70],
        "Woman": [90, 30]
    },
    index=["Product1", "Product2"]
)

grouped_gender.plot(kind="bar", stacked=True)

plt.title("Products sales")
plt.xlabel("Products")
plt.ylabel("Sales")
plt.show()

这会产生以下结果

Answer 2

使用Countplot在原始数据集上：

# sample dataset
df = sns.load_dataset('tips')

# `day` plays `Prod`, `sex` plays `Gender`
sns.countplot(x='day', hue='sex', data=df)

输出：

注意：如果您需要数据，而不仅仅是图，请使用：

counts = pd.crosstab(df['day'], df['sex'])

# then to plot bar chart
# counts.plot.bar()

它给您：

sex   Male  Female
day               
Thur    30      32
Fri     10       9
Sat     59      28
Sun     58      18