Python sns统计图中的客户类型识别

我有以下图表：

我使用以下代码生成了此图：

temp.gender.value_counts()/len(temp)*100).sort_index().plot(kind="bar", rot=0)
for p in ax.patches:
    ax.annotate('{:.2f}%'.format(p.get_height()), (p.get_x()+0.15, p.get_height()+1))
plt.show()

以下是我的数据样本：

 customer_id| gender |date_joined
     8540   | Female |2018-08-12
     8544   | Female |
     8540   | Male   |2016-07-14

我希望能够看到在男性和女性中，有多少客户是奖励计划的一部分。如果他们有日期加入值，则他们是客户奖励计划的一部分，如果他们没有该列的值，则他们不是该计划的一部分

---

目标：为了直观显示56%的女性和41%的男性，有多少是奖励计划的一部分或在加入日期中有值？

可以通过“加入数据”列过滤数据框，并用于生成所需的绘图：

将熊猫作为pd导入
将numpy作为np导入
将matplotlib.pyplot作为plt导入
#生成一些动态测试数据；因为确切的日期并不重要，所以只需使用两个日期即可
N=5000
性别=np.随机选择（['男性'，'女性']，N）
数据加入=np.随机选择（['2018-01-01'，'2016-01-01'，''，N）
temp=pd.DataFrame（{'gender'：gender，'data_joined'：data_joined}）
ax=（临时性别值计数（）/len（临时）*100）.排序索引（）.绘图（kind=“bar”，rot=0，color='lightblue'，label='customer'）
ax=（temp[temp['data\u joined']！=''）。性别。数值计数（）/len（temp）*100。排序索引（）。绘图（kind=“bar”，rot=0，color='crimson'，label='奖励计划'，ax=ax）
对于ax.patches中的p：
ax.annotate（“{.2f}%.”格式（p.get_height（）），（p.get_x（）+p.get_width（）/2，p.get_height（）+0.5），ha='center'，va='bottom'）
ylims=plt.ylim（）
plt.ylim（0，ylims[1]+3）#为标签留出空间
plt.legend（）
plt.show（）

---

这个答案有用吗？