Python 2.7 使用groupby创建百分比堆叠条形图

我正在研究不同贷款状态下的房屋所有权水平，我想用百分比叠加条形图来显示这一点

我已经能够使用以下代码创建频率堆叠条形图：

df_trunc1=df[['loan_status','home_ownership','id']]
sub_df1=df_trunc1.groupby(['loan_status','home_ownership'])['id'].count()
sub_df1.unstack().plot(kind='bar',stacked=True,rot=1,figsize=(8,8),title="Home ownership across Loan Types")

这给了我一张照片：

但我不知道如何将图表转换成百分比。举个例子，我想进入违约组，哪个百分比有抵押贷款，哪个拥有，等等

以下是我的groupby表的上下文：

---

谢谢

我认为您需要自己转换百分比：

d = {('Default', 'MORTGAGE'): 498, ('Default', 'OWN'): 110, ('Default', 'RENT'): 611, ('Fully Paid', 'MORTGAGE'): 3100, ('Fully Paid', 'NONE'): 1, ('Fully Paid', 'OTHER'): 5, ('Fully Paid', 'OWN'): 558, ('Fully Paid', 'RENT'): 2568, ('Late (16-30 days)', 'MORTGAGE'): 1101, ('Late (16-30 days)', 'OWN'): 260, ('Late (16-30 days)', 'RENT'): 996, ('Late (31-120 days)', 'MORTGAGE'): 994, ('Late (31-120 days)', 'OWN'): 243, ('Late (31-120 days)', 'RENT'): 1081}

sub_df1 = pd.DataFrame(d.values(), columns=['count'], index=pd.MultiIndex.from_tuples(d.keys()))
sub_df2 = sub_df1.unstack()
sub_df2.columns = sub_df2.columns.droplevel()  # Drop `count` label.
sub_df2 = sub_df2.div(sub_df2.sum())
sub_df2.T.plot(kind='bar', stacked=True, rot=1, figsize=(8, 8), 
               title="Home ownership across Loan Types")

---

我通过将数据帧转置两次来计算百分比。一步一步地做，以更明确地显示逻辑

#transpose
to_plot =sub_df1.unstack()
to_plot_transpose = to_plot.transpose()

#calc %
to_plot_transpose_pct = to_plot_transpose.div(to_plot_transpose.sum())

#transpose back
to_plot_pct=to_plot_transpose_pct.transpose()

#plot
to_plot_pct.plot(kind='bar',stacked=True,rot=1,figsize= . 
  (8,8),title="Home ownership across Loan Types")

---

这仍然给出了与以前相同的相对高度，而不是相等的高度，除了现在y轴从0变为4。关于为什么会发生这种情况有什么想法吗？你能把一些示例数据，例如

sub\u df1.发布到dict（'list'）

使用“list”给我一个错误，所以我改用了“dict”-如果没有帮助，请告诉我。（‘违约’、‘抵押’）：498、‘违约’、‘自有’：110、‘违约’、‘租金’：611、‘全额支付’、‘抵押’：3100、‘全额支付’、‘无’：1、‘全额支付’、‘其他’：5、‘全额支付’、‘自有’：558、‘全额支付’、‘租金’：2568、‘逾期（16-30天）‘抵押’：1101、‘逾期（16-30天）’、‘自有’：260、‘逾期（16-30天）‘租金’）：996，（‘迟（31-120天）’‘抵押’）：994，（‘迟（31-120天）’‘自己’）：243，（‘迟（31-120天）’‘租金’）：1081}非常感谢！你知道如何通过贷款而不是房屋所有权来组织酒吧吗？太棒了！非常感谢你！！将groupby数据作为文本而不是图片添加到问题中；这使得回答更容易，也更有可能。

#transpose
to_plot =sub_df1.unstack()
to_plot_transpose = to_plot.transpose()

#calc %
to_plot_transpose_pct = to_plot_transpose.div(to_plot_transpose.sum())

#transpose back
to_plot_pct=to_plot_transpose_pct.transpose()

#plot
to_plot_pct.plot(kind='bar',stacked=True,rot=1,figsize= . 
  (8,8),title="Home ownership across Loan Types")