繪制 groupby 百分比數據框

Question

我沒有找到我想要做的完整答案：

我有一個數據框。 我想按用戶和他們對調查的答案進行分組，總結他們所有的好答案/他們的答案總數，以百分比顯示並繪制結果。

我有一個答案列，其中包含：1,0 或 -1。 我想過濾它以排除-1。

這是我到目前為止所做的：

df_sample.groupby('user').filter(lambda x : x['answer'].mean() >-1)

或者 ：

a = df_sample.loc[df_sample['answer']!=-1,['user','answer']]
b = a.groupby(['user','answer']).agg({'answer' : 'sum'})

看不全。 感謝您提出的任何建議。

Answer 1

這是一個示例解決方案，假設您想根據過濾后的數據框計算百分比。

import pandas as pd 
import numpy as np 

df_sample = pd.DataFrame(np.random.randint(-1,2,size=(10, 1)), columns=['answer'])
df_sample['user'] = [i for i in 'a b c d e f a b c d'.split(' ')]
df_filtered = df_sample[df_sample.answer>-1]


print(df_filtered.groupby('user').agg({'answer' : lambda x: x.sum()/len(df_filtered)*100}))

Answer 2

讓我們嘗試一些示例數據：

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

np.random.seed(5)
n = 100
df = pd.DataFrame({'user': np.random.choice(list("ABCD"), size=n),
                   'answer': np.random.choice([1, 0, -1], size=n)})

df.head() :

  user  answer
0    D       1
1    C       0
2    D      -1
3    B       1
4    C       1

---

選項1

過濾掉-1值並使用命名聚合來獲得“好答案”和“總答案”：

plot_df = df[df['answer'].ne(-1)].groupby('user').aggregate(
    good_answer=('answer', 'sum'),
    total_answer=('answer', 'size')
)

plot_df ：

      good_answer  total_answer
user                           
A               9            15
B              11            20
C              15            19
D               7            14

使用除法和乘法得到百分比：

plot_df['pct'] = (plot_df['good_answer'] / plot_df['total_answer'] * 100)

plot_df ：

      good_answer  total_answer        pct
user                                      
A               9            15  60.000000
B              11            20  55.000000
C              15            19  78.947368
D               7            14  50.000000

然后這可以用DataFrame.plot繪制：

ax = plot_df.plot(
    y='pct', kind='bar', rot=0,
    title='Percentage of Good Answers',
    ylim=[0, 100],
    label='Percent Good'
)

# Add Labels on Top of Bars
for container in ax.containers:
    ax.bar_label(container, fmt='%.2f%%')

plt.show()

---

選項 2

如果只需要百分比， groupby mean可用於在過濾掉-1秒后直接獲得結果圖：

plot_df = df[df['answer'].ne(-1)].groupby('user')['answer'].mean().mul(100)

ax = plot_df.plot(
    kind='bar', rot=0,
    title='Percentage of Good Answers',
    ylim=[0, 100],
    label='Percent Good'
)
# Add Labels on Top of Bars
for container in ax.containers:
    ax.bar_label(container, fmt='%.2f%%')

plt.show()

plot_df ：

         answer
user           
A     60.000000
B     55.000000
C     78.947368
D     50.000000

---

兩個選項都產生：

---

全部一起：

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

np.random.seed(5)
n = 100
df = pd.DataFrame({'user': np.random.choice(list("ABCD"), size=n),
                   'answer': np.random.choice([1, 0, -1], size=n)})

plot_df = df[df['answer'].ne(-1)].groupby('user').aggregate(
    good_answer=('answer', 'sum'),
    total_answer=('answer', 'size')
)
plot_df['pct'] = (plot_df['good_answer'] / plot_df['total_answer'] * 100)

ax = plot_df.plot(
    y='pct', kind='bar', rot=0,
    title='Percentage of Good Answers',
    ylim=[0, 100],
    label='Percent Good'
)

# Add Labels on Top of Bars
for container in ax.containers:
    ax.bar_label(container, fmt='%.2f%%')

plt.show()