Python 通过考虑各种特征组合（列）对数据帧进行排序

我有一个熊猫数据框，它有4列，看起来像

import plotly.express as px
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_excel('disparity.xlsx')
data.head()

然后我使用plotly绘制堆叠的条形图

px.bar(data.head().set_index('COUNTY'))

输出是

但是我希望这个堆叠条形图以降序或升序显示。另外，除了三列之外，我还想通过一次一列两列的方式绘制排名堆积条形图，即（新冠病毒死亡，糖尿病）；（新冠病毒死亡，肥胖）和（肥胖，糖尿病）

因此，我实际上想要绘制一个总共4个排列的堆叠条形图。请在这方面帮助我。

试试这个：

for column_name, column_series in df.iloc[:, 1:].iteritems():
    fig = px.bar(df, x='COUNTY', y=column_name)
    fig.show()

---

其思想是为每一行计算排序依据的键，将其作为一个新列添加到数据帧中，并使用

DataFrame.sort\u value

进行排序。（不幸的是，现在没有简单的方法可以通过外部序列对数据帧进行排序，而不将其添加为列。）

首先，让我们永久设置索引，并保存原始功能的列表：

data.set_索引（'country'，inplace=True）
原始特征=列表（data.columns）

要按总高度排序，首先向数据框中添加一个额外的列，其中包含每行的总和

data[“Total”]=data.sum（axis='columns'）

并按此排序（但从绘图中删除“总计”列）：

px.bar（data.sort\u值（“总计”，升序=真）[原始\u特征]）

您可以使用

升序

参数控制升序/降序

另一个例子是，按“新冠病毒死亡”+“糖尿病”排序：

data[“新冠病毒+糖尿病”]=data[“新冠病毒死亡”]+data[“糖尿病”]
px.bar（data.sort_值（“新冠病毒+糖尿病”，升序=真）[原始特征]）

---

由于您提到要按每对列的总和进行排序，因此可以通过循环自动进行排序：

导入itertools
对于itertools.组合中的x，y（原始功能，2）：
name=f“{x}+{y}”
数据[名称]=数据[x]+数据[y]
px.bar（data.sort_值（按=名称，升序=真）[原始特征]）

事实上，您可以将其推广到任意数量的功能；i、 e.如果您希望每个特征子集（即每个特征、每个特征对等，总计）的总和有一个图，您可以：

import operator
from functools import reduce

for k in range(1, len(original_features) + 1):
    for comb in itertools.combinations(original_features, k):
        name = " + ".join(comb)
        data[name] = reduce(operator.add, (data[col] for col in comb))
        # optional: reorder the columns so that the ones we're sorting by come first
        order = list(comb) + [col for col in original_features if col not in comb]
        px.bar(data.sort_values(by=name, ascending=True)[order])

---

在“我希望此堆叠条形图以降序或升序显示”中，您希望如何对条形图进行排序？按总高度？是的。根据高度，即三列的总和，给出每列的曲线图。但是我希望通过一次一列两列的方式进行堆叠条形图，并且应该对堆叠条形图进行排序。那么，您想要的和您在上面粘贴的有什么不同呢？非常感谢@阿纳坎德