使用 pandas 交叉表创建条形图

Posted 2023-03-11

【中文标题】使用 pandas 交叉表创建条形图

【英文标题】：Using pandas crosstab to create a bar plot

【发布时间】：2017-09-18 13:45:47

【问题描述】：

我正在尝试使用我的数据框在 seaborn 中创建堆叠条形图。

我首先在 pandas 中生成了一个交叉表，如下所示：

pd.crosstab(df['Period'], df['Mark'])

返回：

  Mark            False  True  
Period BASELINE    583    132
       WEEK 12     721      0 
       WEEK 24     589    132 
       WEEK 4      721      0

我想使用 seaborn 创建一个堆叠的条形图以实现全等，这是我用于其余图表的内容。然而，我一直在努力做到这一点，因为我无法为交叉表编制索引。

我已经能够使用 .plot.barh(stacked=True) 在 pandas 中制作我想要的情节，但 seaborn 没有运气。有什么想法我可以做到这一点吗？

【问题讨论】：

作为仅供参考，堆叠条形图并不是最佳选择，因为它们会使比较条形图值变得困难并且很容易被误解。可视化的目的是以易于理解的格式呈现数据；确保信息清晰。并排的酒吧通常是更好的选择。堆叠条可能适用于比较各组之间的总量，或比较各组中数量之间的相对差异。 Stacked Bar Graph.

【参考方案1】：

正如您所说，您可以使用 pandas 创建堆积条形图。你想要一个“seaborn plot”的论点是无关紧要的，因为每个 seaborn plot 和每个 pandas plot 最终都只是 matplotlib 对象，因为这两个库的绘图工具只是 matplotlib 包装器。 这是一个完整的解决方案（使用@andrew_reece 的回答中的数据创建）。

在python 3.8.11、pandas 1.3.2、matplotlib 3.4.3、seaborn 0.11.2中测试

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

n = 500
np.random.seed(365)
mark = np.random.choice([True, False], n)
periods = np.random.choice(['BASELINE', 'WEEK 12', 'WEEK 24', 'WEEK 4'], n)

df = pd.DataFrame('mark': mark, 'period': periods)
ct = pd.crosstab(df.period, df.mark)
    
ax = ct.plot(kind='bar', stacked=True, rot=0)
ax.legend(title='mark', bbox_to_anchor=(1, 1.02), loc='upper left')

# add annotations if desired
for c in ax.containers:
    
    # set the bar label
    ax.bar_label(c, label_type='center')

【参考方案2】：

创建 Seaborn doesn't like stacked bar charts 的人（但该链接有一个 hack，它使用 Seaborn + Matplotlib 来制作它们）。 如果您愿意接受分组条形图而不是堆叠条形图，以下是两种方法

在python 3.8.11、pandas 1.3.2、matplotlib 3.4.3、seaborn 0.11.2中测试

# first some sample data
import numpy as np 
import pandas as pd
import seaborn as sns

N = 1000
np.random.seed(365)
mark = np.random.choice([True, False], N)
periods = np.random.choice(['BASELINE', 'WEEK 12', 'WEEK 24', 'WEEK 4'], N)

df = pd.DataFrame('mark':mark,'period':periods)
ct = pd.crosstab(df.period, df.mark)

mark      False  True
period               
BASELINE    124   126
WEEK 12     102   118
WEEK 24     118   133
WEEK 4      140   139

# now stack and reset
stacked = ct.stack().reset_index().rename(columns=0:'value')

# plot grouped bar chart
p = sns.barplot(x=stacked.period, y=stacked.value, hue=stacked.mark, order=['BASELINE', 'WEEK 4', 'WEEK 12', 'WEEK 24'])
sns.move_legend(p, bbox_to_anchor=(1, 1.02), loc='upper left')

使用pandas.crosstab 的目的是获取每组的计数，但是可以通过将原始数据帧df 传递给seaborn.countplot 来绕过这一点

ax = sns.countplot(data=df, x='period', hue='mark', order=['BASELINE', 'WEEK 4', 'WEEK 12', 'WEEK 24'])
sns.move_legend(ax, bbox_to_anchor=(1, 1.02), loc='upper left')

for c in ax.containers:
    
    # set the bar label
    ax.bar_label(c, label_type='center')