交叉表合并后用python绘图

我想绘制我的

数据帧

。我先有一个DF：

id|project|categories|rating 1 | a | A | 1 1 | a | B | 1 1 | a | C | 2 1 | b | A | 1 1 | b | B | 1 2 | c | A | 1 2 | c | B | 2 现在得到了这个

DataFrame

：

id | project | A | B | C | 1 | 2 | 2 | 2 | 1 | 2 | 1 | 1 | 1 | 0 | id |项目| A | B | C| 1 | 2 | 2 | 2 | 1 | 2 | 1 | 1 | 1 | 0 |

---

现在我想画DF。我想说明，如果项目的数量取决于有多少类别受到影响，或者哪些类别受到影响。我知道如何可视化数据帧，但在交叉表和合并后，它无法正常工作

我使用以下代码复制了您的数据：

import pandas as pd

df = pd.DataFrame({'id': [1, 1, 1, 1, 1, 2, 2,],\
                  'project': ['a', 'a', 'a', 'b', 'b', 'c', 'c'],\
                  'categories': ['A', 'B', 'C', 'A', 'B', 'A', 'B'],\
                  'rating': [1, 1, 2, 1, 1, 1, 2]})

现在数据是这样的

  categories  id project  rating
0          A   1       a       1
1          B   1       a       1
2          C   1       a       2
3          A   1       b       1
4          B   1       b       1
5          A   2       c       1
6          B   2       c       2

如果要将“类别计数”绘制为“项目计数”的函数，则如下所示

import matplotlib.pyplot as plt

# this line is your code
df2 = df.groupby('id').project.nunique().reset_index().merge(pd.crosstab(df.id, df.categories).reset_index())

plt.scatter(df2.project, df2.A, label='A', alpha=0.5)
plt.scatter(df2.project, df2.B, label='B', alpha=0.5)
plt.scatter(df2.project, df2.C, label='C', alpha=0.5)

plt.xlabel('project count')
plt.ylabel('category count')
plt.legend()
plt.show()

你会得到这个

---

您所说的

它不正常工作是什么意思？你试过什么代码？您是否收到任何错误？我已修复了代码增强，并为
df
creationI添加了导入和存根。我尝试了此操作，但收到错误消息：AttributeError:“DataFrame”对象没有属性“a”。知道为什么吗？我重新命名了这些列，因为我没有A，B，C，。。。但是1,2,3作为列名。DF只是一个例子。更改列名后，我收到此错误消息。但是我不能在列是数字的时候调用它们，比如df2.1，或者我必须调用它吗？你可以通过df2[1]（如果int）或df2['1']（如果string）访问列还有一个问题，在可视化中是否有机会忽略类别中的“0”？如果你只想显示y值中的>=1，请添加
plt.ylim（底部=1）
plt.show（）之前的

import matplotlib.pyplot as plt

# this line is your code
df2 = df.groupby('id').project.nunique().reset_index().merge(pd.crosstab(df.id, df.categories).reset_index())

plt.scatter(df2.project, df2.A, label='A', alpha=0.5)
plt.scatter(df2.project, df2.B, label='B', alpha=0.5)
plt.scatter(df2.project, df2.C, label='C', alpha=0.5)

plt.xlabel('project count')
plt.ylabel('category count')
plt.legend()
plt.show()