如何在Python中使用Pandas绘制条形图来比较多个系统和多个变量
我正在用熊猫做一些基本数据分析,在绘制数据时遇到了麻烦。我有多个系统的数据,每个系统都有排名(1-10)。在每个职级中都有A、C和F级,并有一个百分比。我想为每个系统绘制一个图表,其中x轴包含等级,y轴包含等级百分比。以下是我的数据示例:如何在Python中使用Pandas绘制条形图来比较多个系统和多个变量,python,pandas,matplotlib,data-visualization,data-analysis,Python,Pandas,Matplotlib,Data Visualization,Data Analysis,我正在用熊猫做一些基本数据分析,在绘制数据时遇到了麻烦。我有多个系统的数据,每个系统都有排名(1-10)。在每个职级中都有A、C和F级,并有一个百分比。我想为每个系统绘制一个图表,其中x轴包含等级,y轴包含等级百分比。以下是我的数据示例: { "System1": { "1": { "A": 0.5, "C": 0.3, "F": 0.1 }, "2": {
{
"System1": {
"1": {
"A": 0.5,
"C": 0.3,
"F": 0.1
},
"2": {
"A": 0.3,
"C": 0.3,
"F": 0.4
},
...,
"10": {
"A": 0.1,
"C": 0.3,
"F": 0.6
}
},
"System2": {
"1": {
...
},
...,
"10": {
...
}
}
}
我想生成一个如下图:
我已使用pd.dataframe.from_dict(ranked_grades)
将数据加载到数据框中,但我在使用数据的嵌套结构时遇到了问题。加载后,我的数据帧看起来如下所示:
System1 System2
1 {'C': 0.35377358490566035, 'F': 0.132075471698... {'C': 0.3696682464454976, 'F': 0.1611374407582...
2 {'C': 0.33490566037735847, 'F': 0.372641509433... {'C': 0.3459715639810427, 'F': 0.2890995260663...
3 {'C': 0.330188679245283, 'F': 0.41037735849056... {'C': 0.3080568720379147, 'F': 0.4502369668246...
4 {'C': 0.2783018867924528, 'F': 0.5235849056603... {'C': 0.3175355450236967, 'F': 0.4739336492890...
...
10 {'C': 0.2830188679245283, 'F': 0.5943396226415... {'C': 0.24170616113744076, 'F': 0.630331753554...
from_dict方法不应使用嵌套dict。因此,您需要以这种方式循环并读取数据
dfs = []
for key in sorted(ranked_grades):
dfs.append(pd.DataFrame.from_dict(ranked_grades[key]))
然后,用海螺把它们挤在一起
data = pd.concat(dfs, keys=sorted(ranked_grades))
现在您应该有了一个可以使用的数据结构。我在这里学到了很多东西。如果我发现更多,我可能会更新此答案
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
d = {
k0: {
k1: {
k2: np.random.randint(0, 10) / 10 for k2 in list('ACF')
} for k1 in range(1, 11)
} for k0 in ['System1', 'System2']
}
df = pd.Panel(d).to_frame().rename_axis([None, None]).T.stack()
fig, axes = plt.subplots(2, 1, figsize=(6, 4), sharex=True)
for i, (name, group) in enumerate(df.groupby(level=0)):
group.xs(name).sort_index().plot.bar(ax=axes[i], ylim=[0, 1])
axes[i].set_title(name, rotation=270, position=(1.05, .55),
backgroundcolor='gray')
axes[0].legend(bbox_to_anchor=(1.1, .2), loc=2, borderaxespad=0.)
axes[1].legend().remove()
plt.subplots_adjust(hspace=0.1)
这是一个艰难的时刻。谢谢你的帮助!我很高兴看到您为此类任务提出的任何其他技术。