Python Pandas绘制百分比图表：三类占比可视化无新增列实现方案

背景与原实现 #

已有包含State（州）和Class（类别）的数据集，原计数条形图实现代码如下：

import pandas as pd
import matplotlib.pyplot as plt

data = [['FL', 2], ['AR', 0], ['CA', 0], ['CA', 1], ['AR', 1], ['FL', 0], ['CA', 0], ['CA', 1], ['AR', 2], ['FL', 1], 
        ['AR', 0], ['FL', 2], ['CA', 1], ['FL', 1], ['AR', 1], ['AR', 2], ['AR', 1], ['FL', 2], ['CA', 2], ['FL', 0], 
        ['FL', 2], ['AR', 2], ['AR', 1], ['FL', 0], ['AR', 1], ['CA', 0], ['CA', 0], ['CA', 2]]
columns = ['State', 'Class']
df = pd.DataFrame(data=data, columns=columns)

# 原计数绘图代码
df.groupby(['State', 'Class']).size().to_frame('Size').unstack(level=-1).sort_values([('Size', 0)], ascending=False).plot(kind='bar', rot=45, figsize=(8,8), fontsize=10)
plt.legend(['Class 0', 'Class 1', 'Class 2'], prop={'size':15})
plt.show()

需求 #

需实现三类百分比图表，禁止在原DataFrame中新增列（实际数据包含大量其他列）：

• 图表1：X轴为州，Y轴为州内各类别的占比，每州对应3个类别条形；
• 图表2：X轴为类别，Y轴为各类别内各州的占比，每类别对应各州条形；
• 图表3：同图表1，但Y轴为全局占比。

图表1：州内类别占比 #

通过分组后用transform计算州级总计数，直接得到占比后绘图：

# 计算州内各类别占比（无新增列）
state_class_counts = df.groupby(['State', 'Class']).size()
state_totals = state_class_counts.groupby('State').transform('sum')
state_class_pct = (state_class_counts / state_totals).unstack(level=-1)

# 绘图
state_class_pct.sort_values(0, ascending=False).plot(kind='bar', rot=45, figsize=(8,8), fontsize=10)
plt.title('州内各类别占比')
plt.ylabel('占比')
plt.legend(['Class 0', 'Class 1', 'Class 2'], prop={'size':15})
plt.show()

transform('sum')会保留原分组结构，无需修改原DataFrame即可完成占比计算。

图表2：类别内各州占比 #

调整分组层级，用相同逻辑计算类别内各州占比：

# 计算类别内各州占比（无新增列）
class_state_counts = df.groupby(['Class', 'State']).size()
class_totals = class_state_counts.groupby('Class').transform('sum')
class_state_pct = (class_state_counts / class_totals).unstack(level=-1)

# 绘图
class_state_pct.plot(kind='bar', rot=45, figsize=(8,8), fontsize=10)
plt.title('类别内各州占比')
plt.ylabel('占比')
plt.legend(['AR', 'CA', 'FL'], prop={'size':15})
plt.show()

图表3：类别全局占比 #

直接用分组计数除以全局总样本数得到全局占比：

# 计算全局占比（无新增列）
global_total = len(df)
state_class_global_pct = (df.groupby(['State', 'Class']).size() / global_total).unstack(level=-1)

# 绘图
state_class_global_pct.sort_values(0, ascending=False).plot(kind='bar', rot=45, figsize=(8,8), fontsize=10)
plt.title('类别全局占比（按州分组）')
plt.ylabel('全局占比')
plt.legend(['Class 0', 'Class 1', 'Class 2'], prop={'size':15})
plt.show()

内容的提问来源于stack exchange，提问作者Geeths