Python：在seaborn條形圖中繪制百分比

Question

對於數據框

import pandas as pd
df=pd.DataFrame({'group':list("AADABCBCCCD"),'Values':[1,0,1,0,1,0,0,1,0,1,0]})

我正在嘗試繪制一個條形圖，顯示A, B, C, D取零（或一）的時間百分比。

我有一個可行的方法，但我認為必須有更直接的方法

tempdf=df.groupby(['group','Values']).Values.count().unstack().fillna(0)
tempdf['total']=df['group'].value_counts()
tempdf['percent']=tempdf[0]/tempdf['total']*100

tempdf.reset_index(inplace=True)
print tempdf

sns.barplot(x='group',y='percent',data=tempdf)

如果它只是繪制平均值，我可以簡單地在df數據幀上做sns.barplot而不是 tempdf。 如果我對繪制百分比感興趣，我不確定如何優雅地做到這一點。

謝謝，

Answer 1

您可以將 Pandas 與 seaborn 結合使用以簡化此操作：

import pandas as pd
import seaborn as sns

df = sns.load_dataset("tips")
x, y, hue = "day", "proportion", "sex"
hue_order = ["Male", "Female"]

(df[x]
 .groupby(df[hue])
 .value_counts(normalize=True)
 .rename(y)
 .reset_index()
 .pipe((sns.barplot, "data"), x=x, y=y, hue=hue))

Answer 2

您可以在sns.barplot estimator使用自己的函數，如文檔所示：

estimator : 可調用的映射向量 -> 標量，可選
在每個分類箱內估計的統計函數。

對於您的情況，您可以將函數定義為 lambda：

sns.barplot(x='group', y='Values', data=df, estimator=lambda x: sum(x==0)*100.0/len(x))

Answer 3

您可以按照以下步驟操作，以便您可以看到圖中條形頂部的計數和百分比。 檢查下面的示例輸出

如果您的圖中有“色調”參數， with_hue函數將在條形圖上繪制百分比。 它以實際圖形、特征、特征中的 Number_of_categories 和hue_categories（色調特征中的類別數）作為參數。

如果您有正常繪圖， without_hue函數將在條形圖上繪制百分比。 它以實際圖形和特征為參數。

def with_hue(plot, feature, Number_of_categories, hue_categories):
    a = [p.get_height() for p in plot.patches]
    patch = [p for p in plot.patches]
    for i in range(Number_of_categories):
        total = feature.value_counts().values[i]
        for j in range(hue_categories):
            percentage = '{:.1f}%'.format(100 * a[(j*Number_of_categories + i)]/total)
            x = patch[(j*Number_of_categories + i)].get_x() + patch[(j*Number_of_categories + i)].get_width() / 2 - 0.15
            y = patch[(j*Number_of_categories + i)].get_y() + patch[(j*Number_of_categories + i)].get_height() 
            ax.annotate(percentage, (x, y), size = 12)
    plt.show()

def without_hue(plot, feature):
    total = len(feature)
    for p in ax.patches:
        percentage = '{:.1f}%'.format(100 * p.get_height()/total)
        x = p.get_x() + p.get_width() / 2 - 0.05
        y = p.get_y() + p.get_height()
        ax.annotate(percentage, (x, y), size = 12)
    plt.show()

Answer 4

您可以使用庫 Dexplot ，它能夠返回分類變量的相對頻率。 它具有與 Seaborn 類似的 API。 將您想要獲取相對頻率的列傳遞給count函數。 如果您想將其細分為另一列，請使用split參數執行此操作。 以下返回原始計數。

import dexplot as dxp
dxp.count('group', data=df, split='Values')

要獲得相對頻率，請將normalize參數設置為要normalize的列。 使用True對總計數進行標准化。

dxp.count('group', data=df, split='Values', normalize='group')

對'Values'列進行標准化將生成下圖，其中所有“0”條的總和為 1。

dxp.count('group', data=df, split='Values', normalize='Values')