如何从分类数据框创建 100% 堆叠条形图

Question

我有一个结构如下的数据框：

用户	食物 1	食物 2	食物 3	食物 4
斯蒂芬	洋葱	番茄	卷心菜	土豆
汤姆	土豆	番茄	土豆	土豆
弗雷德	萝卜	卷心菜		茄子
菲尔	洋葱	茄子	茄子

我想将食物列中的不同值用作类别。 然后我想创建一个 Seaborn 图，以便将每列的每个类别的百分比绘制为 100% 水平堆叠条。

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因为空字符串将被计为值。
2. 使用pandas.DataFrame.melt将数据帧转换为长格式。
3. 使用pandas.crosstab获取频率计数表
4. 获取每一行的总数。
5. 计算每一行的类别百分比。
6. 使用pandas.DataFrame.plot和kind='barh' barh' 绘制数据框。
   • 将食物名称放在 x 轴上并不是创建 100% 堆叠条形图的正确方法。 一个轴必须是数字。 这些条将按食物类型着色。
7. 根据这个答案对条形图进行注释。
8. 根据这个答案将图例移到情节之外。

• seaborn是matplotlib的高级 API， pandas使用matplotlib作为默认后端，使用pandas更容易生成堆积条形图。
  • seaborn不支持堆叠条形图，除非histplot以黑客方式使用，如this answer所示，并且需要额外的熔化percent步骤。
• 在python 3.10 、 pandas 1.4.2 、 matplotlib 3.5.1中测试
  • 赋值表达式 ( := ) 需要python >= 3.8 。 否则，使用[f'{v.get_width():.2f}%' if v.get_width() > 0 else '' for v in c ] 。

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.
ct = pd.crosstab(dfm.Food, dfm.Type)

# 4.
total = ct.sum(axis=1)

# 5. 
percent = ct.div(total, axis=0).mul(100).round(2)

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

# 7.
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')

# 8.
ax.legend(bbox_to_anchor=(1, 1.02), loc='upper left')

数据框视图

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

ct

Type    Cabbages  Carrots  Eggplant  Onions  Potatoes  Tomatoes
Food                                                           
Food 1         0        1         0       2         1         0
Food 2         1        0         1       0         0         2
Food 3         1        0         1       0         1         0
Food 4         0        0         1       0         2         0

total

Food
Food 1    4
Food 2    4
Food 3    3
Food 4    3
dtype: int64

percent

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