如何使用 seaborn 为我的 DataFrame 创建堆叠条形图 [重复]

Posted 2023-03-11

【中文标题】如何使用 seaborn 为我的 DataFrame 创建堆叠条形图 [重复]

【英文标题】：How to create a stacked bar chart for my DataFrame using seaborn [duplicate]

【发布时间】：2018-04-18 16:39:50

【问题描述】：

我有一个 DataFrame df:

df = pd.DataFrame(columns=["App","Feature1", "Feature2","Feature3", "Feature4","Feature5", "Feature6","Feature7","Feature8"], data=[['SHA', 0, 0, 1, 1, 1, 0, 1, 0], ['LHA', 1, 0, 1, 1, 0, 1, 1, 0], ['DRA', 0, 0, 0, 0, 0, 0, 1, 0], ['FRA', 1, 0, 1, 1, 1, 0, 1, 1], ['BRU', 0, 0, 1, 0, 1, 0, 0, 0], ['PAR', 0, 1, 1, 1, 1, 0, 1, 0], ['AER', 0, 0, 1, 1, 0, 1, 1, 0], ['SHE', 0, 0, 0, 1, 0, 0, 1, 0]])

# display(df)
   App  Feature1  Feature2  Feature3  Feature4  Feature5  Feature6  Feature7  Feature8
0  SHA         0         0         1         1         1         0         1         0
1  LHA         1         0         1         1         0         1         1         0
2  DRA         0         0         0         0         0         0         1         0
3  FRA         1         0         1         1         1         0         1         1
4  BRU         0         0         1         0         1         0         0         0
5  PAR         0         1         1         1         1         0         1         0
6  AER         0         0         1         1         0         1         1         0
7  SHE         0         0         0         1         0         0         1         0

我想创建一个堆积条形图，以便每个堆栈对应于 App，而 Y 轴将包含 1 值的计数，而 X 轴将是 Feature。

它应该类似于这个条形图，唯一的区别是现在我想查看堆栈条和带颜色的图例：

df_c = df.iloc[:, 1:].eq(1).sum().rename_axis('Feature').reset_index(name='Cou‌nt')
df_c = df_c.sort_values('Cou‌nt')
plt.figure(figsize=(12,8))
ax = sns.barplot(x="Feature", y='Cou‌nt', data=df_c, palette=sns.color_palette("GnBu", 10))
plt.xticks(rotation='vertical')
ax.grid(b=True, which='major', color='#d3d3d3', linewidth=1.0)
ax.grid(b=True, which='minor', color='#d3d3d3', linewidth=0.5)
plt.show()

【参考方案1】：

您可以按照@Bharath 的建议使用熊猫图：

import seaborn as sns
sns.set()
df.set_index('App').T.plot(kind='bar', stacked=True)

输出：

更新：

从 matplotlib.colors 导入 ListedColormap df.set_index('App')\ .reindex_axis(df.set_index('App').sum().sort_values().index,axis=1)\ .T.plot(kind='bar'，stacked=True， colormap=ListedColormap(sns.color_palette("GnBu", 10)), figsize=(12,6))

更新的 Pandas 0.21.0+ reindex_axis 已弃用，请使用 reindex

from matplotlib.colors import ListedColormap

df.set_index('App')\
  .reindex(df.set_index('App').sum().sort_values().index, axis=1)\
  .T.plot(kind='bar', stacked=True,
          colormap=ListedColormap(sns.color_palette("GnBu", 10)), 
          figsize=(12,6))

输出：

【讨论】：

如果有多行具有相同的App 值，请使用groupby 而不是set_index 作为df.groupby('App').sum().T.plot(kind='bar', stacked=True)。