Python绘制分类变量柱状图与分类占比计算技术咨询

1. 单分类变量频数柱状图 #

针对单个分类变量，用以下两种方式快速绘制频数柱状图：

依赖库导入 #

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

创建示例数据 #

data = {'COLOR': ['green', 'red', 'green', 'yellow', 'pink', 'red', 'blue']}
df = pd.DataFrame(data)

绘制方法 #

方法1：Pandas原生绘图

先计算频数再绘制，直观可控：

freq_series = df['COLOR'].value_counts()
freq_series.plot(kind='bar', title='COLOR观测频数柱状图')
plt.xlabel('颜色')
plt.ylabel('观测频数')
plt.show()

方法2：Seaborn一键绘图

无需手动计算频数，直接调用countplot：

sns.countplot(x='COLOR', data=df)
plt.title('COLOR观测频数柱状图')
plt.xlabel('颜色')
plt.ylabel('观测频数')
plt.show()

2. 双分类变量交叉分组频数柱状图 #

针对两个分类变量的交叉分组频数，推荐两种实现方式：

创建示例数据 #

data = {
    'Group': ['Group A', 'Group B', 'Group B', 'Group A', 'Group A', 'Group B', 'Group B', 'Group A'],
    'Series': ['Series 2', 'Series 1', 'Series 5', 'Series 4', 'Series 1', 'Series 3', 'Series 3', 'Series 2']
}
df = pd.DataFrame(data)

绘制方法 #

方法1：Seaborn分组对比图

用hue参数区分第二个分类变量，便于直观对比：

sns.countplot(x='Group', hue='Series', data=df)
plt.title('Group与Series交叉分组观测数量')
plt.xlabel('分组')
plt.ylabel('观测数量')
plt.legend(title='系列')
plt.show()

方法2：Pandas交叉表绘图

先生成交叉计数表，再绘制柱状图，支持堆叠/非堆叠模式：

cross_tab = pd.crosstab(df['Group'], df['Series'])
cross_tab.plot(kind='bar', stacked=False)  # 改为stacked=True可绘制堆叠柱状图
plt.title('Group与Series交叉分组观测数量')
plt.xlabel('分组')
plt.ylabel('观测数量')
plt.legend(title='系列')
plt.show()

3. 分组内分类变量占比计算与格式化输出 #

通过分组统计+格式化处理，输出指定格式的占比结果：

实现代码 #

# 按Group分组，计算每个组内各Series的占比（转换为百分比）
grouped_ratios = df.groupby('Group')['Series'].value_counts(normalize=True) * 100

# 遍历每个分组，格式化输出
for group_name, ratio_data in grouped_ratios.groupby(level=0):
    ratio_items = [f"{round(ratio)}% {series}" for series, ratio in ratio_data.items()]
    print(f"{group_name} : {', '.join(ratio_items)}")

输出示例（对应给定数据） #

Group A : 33% Series 2, 25% Series 1, 25% Series 4
Group B : 33% Series 3, 25% Series 1, 25% Series 5

内容的提问来源于stack exchange，提问作者Floralys