pandas: Как я могу сгруппировать гистограмму с накоплением?

Question

Я пытаюсь создать сгруппированную гистограмму.

В настоящее время у меня есть следующий DataFrame:

>>> df
                                       Value                     
Rating                                 1          2         3
Context Parameter                                
Total   1                          43.312347   9.507902  1.580367
        2                          42.862649   9.482205  1.310549
        3                          43.710651   9.430811  1.400488
        4                          43.209559   9.803418  1.349094
        5                          42.541436  10.008994  1.220609
        6                          42.978286   9.430811  1.336246
        7                          42.734164  10.317358  1.606064
User    1                          47.652348  11.138861  2.297702
        2                          47.102897  10.589411  1.848152
        3                          46.853147  10.139860  1.848152
        4                          47.252747  11.138861  1.748252
        5                          45.954046  10.239760  1.448551
        6                          46.353646  10.439560  1.498501
        7                          47.102897  11.338661  1.998002

Я бы хотел иметь для каждого Параметр бары для Всего и Пользователь сгруппирован вместе.

Это итоговая диаграмма с df.plot(kind='bar', stacked=True):

Бары сами выглядят правильно , но как получить столбцы для Total и User рядом друг с другом, для каждого Parameter , лучше всего с некоторым запасом между параметрами?

Answer 1

Следующий подход позволяет группировать и укладывать столбцы одновременно. Сначала кадр данных сортируется по parameter, context. Затем context стекается из индекса, создавая новые столбцы для каждой пары context, value. Наконец, три столбчатых диаграммы нарисованы друг над другом для визуализации сгруппированных столбцов.

import pandas as pd
from matplotlib import pyplot as plt

df = pd.DataFrame(columns=['Context', 'Parameter', 'Val1', 'Val2', 'Val3'],
                  data=[['Total', 1, 43.312347, 9.507902, 1.580367],
                        ['Total', 2, 42.862649, 9.482205, 1.310549],
                        ['Total', 3, 43.710651, 9.430811, 1.400488],
                        ['Total', 4, 43.209559, 9.803418, 1.349094],
                        ['Total', 5, 42.541436, 10.008994, 1.220609],
                        ['Total', 6, 42.978286, 9.430811, 1.336246],
                        ['Total', 7, 42.734164, 10.317358, 1.606064],
                        ['User', 1, 47.652348, 11.138861, 2.297702],
                        ['User', 2, 47.102897, 10.589411, 1.848152],
                        ['User', 3, 46.853147, 10.139860, 1.848152],
                        ['User', 4, 47.252747, 11.138861, 1.748252],
                        ['User', 5, 45.954046, 10.239760, 1.448551],
                        ['User', 6, 46.353646, 10.439560, 1.498501],
                        ['User', 7, 47.102897, 11.338661, 1.998002]])
df.set_index(['Context', 'Parameter'], inplace=True)
df0 = df.reorder_levels(['Parameter', 'Context']).sort_index()

colors = plt.cm.Paired.colors

df0 = df0.unstack(level=-1) # unstack the 'Context' column
fig, ax = plt.subplots()
(df0['Val1']+df0['Val2']+df0['Val3']).plot(kind='bar', color=[colors[1], colors[0]], rot=0, ax=ax)
(df0['Val2']+df0['Val3']).plot(kind='bar', color=[colors[3], colors[2]], rot=0, ax=ax)
df0['Val3'].plot(kind='bar', color=[colors[5], colors[4]], rot=0, ax=ax)

legend_labels = [f'{val} ({context})' for val, context in df0.columns]
ax.legend(legend_labels)

plt.tight_layout()
plt.show()

Answer 2

Вот способ сделать это:

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="whitegrid")

# reshape you data - ensure no index is set initially
df1 = (df
      .set_index(['Parameter','Context'])
      .stack()
      .reset_index()
      .drop('level_2', 1)
      .rename(columns={0:'value'}))

print(df1.head())

   Parameter Context      value
0          1   Total  43.312347
1          1   Total   9.507902
2          1   Total   1.580367
3          2   Total  42.862649
4          2   Total   9.482205

sns.barplot(x = 'Parameter', 
            y = 'value', 
            hue='Context', 
            data=df1, 
            errwidth=0.1)