具有 50 多个创建的虚拟变量的堆积条形图（百分比）？ [关闭]

Posted 2023-02-18

【中文标题】具有 50 多个创建的虚拟变量的堆积条形图（百分比）？ [关闭]

【英文标题】：Stacked Bar Graph (Percentage) with 50+ created dummy variables? [closed]

【发布时间】：2021-11-23 15:13:48

【问题描述】：

我正在使用 python 并且有一个包含 50 多个创建的虚拟变量的数据框。现在，我正在尝试创建一个堆积条形图（perc）来显示每个月的项目组合。这是数据框：

date       | dummy_var1 | dummy_var2 | .. | dummy_var50
2021-01-01 | 3          | 0          |    | 0
2021-02-01 | 1          | 0          |    | 0

我希望为每个日期创建一个堆积百分比条形图。但是，由于我有 50 多列并且并非所有列都有值（即 0%），我想删除给定月份的 0 列，并且只显示具有正值的列并将这些列堆叠。

最好的方法是什么？我搜索了 plotly 和 seaborn，但找不到与此用例匹配的任何内容。

【问题讨论】：

这个问题很混乱。您需要添加更多关于确切需要什么的信息。您要堆叠日期还是 dummy_vars？ “dummy_var1”是一个有意义的名字吗？当您说“百分比”时，您如何定义 100%？你能把你的项目组织成有意义的组吗？你能发布你尽力而为的代码吗？

【参考方案1】：

使用此技术：Compute row percentages in pandas DataFrame? 然后使用

plotly express

变得非常简单

import pandas as pd
import numpy as np
import plotly.express as px

S = 4
df = pd.DataFrame(
    
        **"date": pd.date_range("1-jan-2021", freq="MS", periods=12),
        **
            f"dummy_vari+1": np.random.choice(
                list(range(S)),
                12,
                p=[0.9 if i == 0 else 0.1 / (S - 1) for i in range(S)],
            )
            for i in range(50)
        ,
    
)

px.bar(
    df.set_index("date").pipe(lambda d: d.div(d.sum(axis=1), axis=0)).reset_index(),
    x="date",
    y=[c for c in df.columns if c != "date"],
).update_layout(xaxis="dtick": "M1", yaxis="tickformat":".2%")