如何為每年的班級百分比制作堆疊條 plot

Question

我需要使用此數據集（頭）制作一個堆疊條 plot：

data = {'model': ['A1', 'A6', 'A1', 'A4', 'A3'],
        'year': [2017, 2016, 2016, 2017, 2019],
        'price': [12500, 16500, 11000, 16800, 17300],
        'transmission': ['Manual', 'Automatic', 'Manual', 'Automatic', 'Manual'],
        'mileage': [15735, 36203, 29946, 25952, 1998],
        'fuelType': ['Petrol', 'Diesel', 'Petrol', 'Diesel', 'Petrol'],
        'tax': [150, 20, 30, 145, 145],
        'mpg': [55.4, 64.2, 55.4, 67.3, 49.6],
        'engineSize': [1.4, 2.0, 1.4, 2.0, 1.0]}

df = pd.DataFrame(data)

  model  year  price transmission  mileage fuelType  tax   mpg  engineSize
0    A1  2017  12500       Manual    15735   Petrol  150  55.4         1.4
1    A6  2016  16500    Automatic    36203   Diesel   20  64.2         2.0
2    A1  2016  11000       Manual    29946   Petrol   30  55.4         1.4
3    A4  2017  16800    Automatic    25952   Diesel  145  67.3         2.0
4    A3  2019  17300       Manual     1998   Petrol  145  49.6         1.0

我想要 x 軸上的年份（1997-2021）和 y 軸上從 0 到 100 的數字代表百分比。 最后，我希望以每年的比例顯示三種不同的燃料類型； 汽油、柴油和混合動力。

我已經完成了以下計算來獲得我的百分比，每個燃料類型，每年，現在我需要把它放在一個圖表上：

fuel_percentage = round((my_data_frame.groupby(['year'])['fuelType'].value_counts()/my_data_frame.groupby('year')['fuelType'].count())*100, 2)

print(fuel_percentage)

這給了我以下結果：

year  fuelType
1997  Petrol      100.00
1998  Petrol      100.00
2002  Petrol      100.00
2003  Diesel       66.67
      Petrol       33.33
2004  Petrol       80.00
      Diesel       20.00
2005  Petrol       71.43
      Diesel       28.57
2006  Petrol       66.67
      Diesel       33.33
2007  Petrol       56.25
      Diesel       43.75
2008  Diesel       66.67
      Petrol       33.33
etc...

我主要擔心的是，由於 object 不是 dataframe，我將無法使用它來制作 plot。

這是我想要的 plot 類型的示例（用燃料類型替換玩家，用百分比替換 y 軸）：

謝謝您的幫助！

... 編輯...

Answer 1

• 在python 3.8.11 、 pandas 1.3.3 、 matplotlib 3.4.3中測試

.groupby & .unstack

• pandas.DataFrame.groupby creates a long dataframe that must be unstacked to a wide form, to easily work with the plotting API

import pandas as pd

# I'm not a fan of this option because it requires doing .groupby twice
# calculate percent with groupby
dfc = (df.groupby(['year'])['fuelType'].value_counts() / df.groupby('year')['fuelType'].count()).mul(100).round(1)

# unstack the long dataframe
dfc = dfc.unstack(level=1)

• .groupby與.value_counts和.unstack

dfc = df.groupby(['year'])['fuelType'].value_counts(normalize=True).mul(100).round(1).unstack(level=1)

.crosstab

• 或者，使用pandas.crosstab直接創建一個寬 dataframe

# get the normalized value counts by index
dfc = pd.crosstab(df.year, df.fuelType, normalize='index').mul(100).round(1)

Plot

• Plot the dataframe with pandas.DataFrame.plot with kind='bar' and stacked=True , or with kind='area' .

# display(dfc)
fuelType  Diesel  Petrol
year                    
2016        50.0    50.0
2017        50.0    50.0
2019         0.0   100.0

# plot bar
ax = dfc.plot(kind='bar', ylabel='Percent(%)', stacked=True, rot=0, figsize=(10, 4))

• 刪除xticks=dfc.index以使繪圖 API 在 x 軸上有更多值。

# plot area
ax = dfc.plot(kind='area', ylabel='Percent(%)', rot=0, figsize=(10, 4), xticks=dfc.index)