Python + Pandas + Data визуализация: как получить проценты для каждой строки и визуализировать категориальные данные? - PullRequest
0 голосов
/ 01 ноября 2018

Я делаю предварительный анализ данных на наборе данных прогноза займа (кадр данных Pandas). Этот фрейм данных имеет два столбца: Property_Area, значения которого имеют три типа - Сельский, Городской, Полубурбан. Другой столбец - это значения Loan_Status двух типов - Y, N. Я хочу построить график следующим образом: вдоль оси X должна быть Property_Area, и для каждого типа из 3 областей я хочу показать, какой процент принятых кредитов или отклонено по оси Y. Как это сделать?

Вот пример моих данных:

data = pd.DataFrame({'Loan_Status':['N','Y','Y','Y','Y','N','N','Y','N','Y','N'], 
       'Property_Area': ['Rural', 'Urban','Urban','Urban','Urban','Urban',
       'Semiurban','Urban','Semiurban','Rural','Semiurban']})

Я пытался с этим:

status = data['Loan_Status']
index = data['Property_Area']
df = pd.DataFrame({'Loan Status' : status}, index=index)
ax = df.plot.bar(rot=0)

data is the dataframe for the original dataset

Выход: enter image description here

Edit: Я мог делать то, что хотел, но для этого мне пришлось написать длинный код:

new_data = data[['Property_Area', 'Loan_Status']].copy()
count_rural_y = new_data[(new_data.Property_Area == 'Rural') & (data.Loan_Status == 'Y') ].count()
count_rural = new_data[(new_data.Property_Area == 'Rural')].count()
#print(count_rural[0])
#print(count_rural_y[0])
rural_y_percent = (count_rural_y[0]/count_rural[0])*100
#print(rural_y_percent)

#print("-"*50)

count_urban_y = new_data[(new_data.Property_Area == 'Urban') & (data.Loan_Status == 'Y') ].count()
count_urban = new_data[(new_data.Property_Area == 'Urban')].count()
#print(count_urban[0])
#print(count_urban_y[0])
urban_y_percent = (count_urban_y[0]/count_urban[0])*100
#print(urban_y_percent)

#print("-"*50)

count_semiurban_y = new_data[(new_data.Property_Area == 'Semiurban') & (data.Loan_Status == 'Y') ].count()
count_semiurban = new_data[(new_data.Property_Area == 'Semiurban')].count()
#print(count_semiurban[0])
#print(count_semiurban_y[0])
semiurban_y_percent = (count_semiurban_y[0]/count_semiurban[0])*100
#print(semiurban_y_percent)

#print("-"*50)

objects = ('Rural', 'Urban', 'Semiurban')
y_pos = np.arange(len(objects))
performance = [rural_y_percent,urban_y_percent,semiurban_y_percent]
plt.bar(y_pos, performance, align='center', alpha=0.5)
plt.xticks(y_pos, objects)
plt.ylabel('Loan Approval Percentage')
plt.title('Area Wise Loan Approval Percentage')

plt.show()

Выход:

enter image description here

Не могли бы вы предложить мне более простой способ сделать это, если это возможно?

1 Ответ

0 голосов
/ 17 ноября 2018

Панд Crosstabs с normalize сделает это простым

Простой способ взять 2+ столбца и получить проценты для каждой строки в кадре данных pandas - это использовать функцию pandas crosstab с normalize = 'index'


Вот как будет выглядеть функция кросс-таблицы:

# Crosstab with "normalize = 'index'". 
df_percent = pd.crosstab(data.Property_Area,data.Loan_Status,
                         normalize = 'index').rename_axis(None)

# Multiply all percentages by 100 for graphing. 
df_percent *= 100

Это выдаст df_percent, который будет выглядеть так:

Loan_Status          N          Y
Rural        50.000000  50.000000
Semiurban    66.666667  33.333333
Urban        16.666667  83.333333

Затем вы можете очень легко отобразить это в виде диаграммы:

# Plot only approvals as bar graph. 
plt.bar(df_percent.index, df_percent.Y, align='center', alpha=0.5)
plt.ylabel('Loan Approval Percentage')
plt.title('Area Wise Loan Approval Percentage')

plt.show()

И получим полученный график:

Matplotlib bar plot from pandas crosstab

Здесь вы можете увидеть код, работающий в google colab


Вот пример кадра данных, который я сгенерировал для этого ответа:

data = pd.DataFrame({'Loan_Status':['N','Y','Y','Y','Y','N','N','Y','N','Y','Y'
   ], 'Property_Area': ['Rural', 'Urban','Urban','Urban','Urban','Urban',
   'Semiurban','Urban','Semiurban','Rural','Semiurban']})

Создает этот пример кадра данных:

   Loan_Status Property_Area
0            N         Rural
1            Y         Urban
2            Y         Urban
3            Y         Urban
4            Y         Urban
5            N         Urban
6            N     Semiurban
7            Y         Urban
8            N     Semiurban
9            Y         Rural
10           Y     Semiurban
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...