Python 熊猫绘制条形图，其中X和Y值为列值

我有一个数据集，它有两列，a列是二进制数0/1，B列是一些字符，'a'，'B'，'C'。每个“A”、“B”、“C”都映射到A列中的一个数字

我的问题是，我如何绘制一个像下面这样的图表？X值是与B列不同的值，即“A”、“B”、“C”，对于每个X值，显示映射到该X值的0/1的数量

我还尝试：

df = df['A'].value_counts().rename("01").to_frame()
ax = df.plot(kind='bar',figsize=(8, 4),rot=0)
class_names = ['A','B','C']
ax.set_xticklabels(class_names)

但它不起作用。

Seaborn 一个简单的选择是

如果您的数据如下所示：

df=pd.DataFrame（{'A'：np.random.choice（[0,0,1]，size=100），'B'：np.random.choice（['A'，'A'，'A'，'B'，'C'，'C'，'C'，'size=100]））
#A B
#0摄氏度
#10b
#21 B
# .. .. ..
#97 1 C
#98 0 A
#990A

然后用

x='B'

和

hue='A'

调用：

导入seaborn作为sns
countplot（data=df，x='B'，hue='A'，order=['A'，'B'，'C']）

---

只有熊猫 要仅对熊猫执行此操作，您可以使用：

df.groupby（['B'，'A']）.size（）.unstack（）.plot.bar（）

---

百分比 使用并添加

%

列：

g=df.groupby（['B']）['A'].value\u计数（normalize=True.unstack（）.mul（100）
g['%']=df.B.value_计数（normalize=True）.mul（100）
#           0          1     %
#A 59.574468 40.425532 47.0
#B 66.666667 33.333333 21.0
#C 71.875000 28.125000 32.0

然后，将为

plot.bar（）正确构造所有内容：

g.plot.bar（ylabel='percentage'）

您是否愿意使用seaborn

？@tdy，是的，任何方法都可以！还有一个问题tho，如果我想在0/1之外添加第三个百分比条，如问题中的图表，该怎么办？@zxcisnoias检查底部的编辑是否是您要查看的内容。例如，a中的蓝色条表示0的平均百分比，a中的橙色条表示1的平均百分比，a/B/C中的绿色条表示a的平均百分比