從多個類別創建分組/堆疊的條形圖，其中包含熊貓數據框中的多個標簽

Question

我有以下pandas數據框（ df ）[ 僅是完整數據框的一部分 ]：

   Name    Cat_1    Cat_2
0   foo        P    Apples, Pears, Cats
1   bar     R, M    Apples
2   bla        E    Pears
3   blu        F    Cats, Pears
4   boo        G    Apples, Pears
5   faa     P, E    Apples, Cats

我想創建從Cat_1和Cat_2構建的Cat_2 。 這些列包含多個標記，這些標記必須用於繪圖。

當前，我正在運行以下簡單代碼來繪制Cat_1 ：

import pandas as pd
from matplotlib import pyplot as plt

fig, ax = plt.subplots(figsize = (4,4))
s = df["Cat_1"].str.split(", ", expand = True).stack()
s.value_counts().plot(kind = 'bar', ax = ax)

這會為Cat_1每個不同標簽返回一個漂亮的條形圖，允許進行多個分配（按預期進行）。

可以將相同的內容應用於Cat_2並獲得帶有相應標簽的單獨圖。

但是，我希望有一個圖，該圖首先由Cat_1 “堆疊”，然后為Cat_2計算值。

我想想辦法是建立一個嵌套的字典，如下所示：

{"P": {"Apples": 2, "Pears": 1, "Cats": 2}, "R": {"Apples": 1}, ....}

但同時要跟蹤Cat_1的總數。

到底是分組條形圖還是堆疊條形圖都沒關系。

請看一下隨附的圖，以獲得更直觀的想法：

Answer 1

如果我理解正確的話，這應該可以讓您接近。

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

df = pd.DataFrame(columns=['Name', 'Cat_1', 'Cat_2'])

df['Name'] = ['foo', 'bar', 'bla', 'blu', 'boo', 'faa']
df['Cat_1'] = ['P', 'R, M', 'E', 'F', 'G', 'P, E']
df['Cat_2'] = ['Apples, Pears, Cats', 'Apples', 'Pears', 'Cats, Pears', 'Apples, Pears', 'Apples, Cats']

# arrange data simply prepopulate with zero
df_pl = pd.DataFrame(columns=df["Cat_1"].str.split(", ", expand=True).stack().unique().tolist(),
                     index=df["Cat_2"].str.split(", ", expand=True).stack().unique().tolist(),
                     data=0)

# get chunk size for each combination
for x in df_pl.columns:
    ind = df.Cat_1.str.contains(x)
    for name in df_pl.index:
        df_pl.set_value(name, x, df.loc[ind, 'Cat_2'].str.contains(name).sum())

N = len(df_pl.columns)
ind = np.arange(N)    # the x locations for the groups
width = 0.35       # the width of the bars: can also be len(x) sequence

plotted = []
p = {}
for name in df_pl.index:
    bottoms = df_pl.index.isin(plotted).sum()
    p[name] = plt.bar(ind, df_pl.loc[name].values.tolist(), bottom=bottoms)
    plotted.append(name)

plt.ylabel('y_label')
plt.title('some plot')
plt.xticks(ind, df_pl.columns.tolist())
plt.legend(p.values(), p.keys())

plt.show()