如何用Pandas按字符串列分组生成流失率DataFrame绘制Seaborn柱状图

方法一：修正现有逻辑转成DataFrame #

你当前的计算逻辑是对的，但直接运算后得到的是Series，只需用reset_index()就能转成标准DataFrame，再重命名列名即可：

import pandas as pd

Data_Hr = {"Age": [41,49,37,33,27], "Attrition": ["Yes", "No", "Yes", "No", "No"], "ageRange":["40-45","45-50","35-40","30-35","25-30"]}
df = pd.DataFrame(Data_Hr)

# 计算流失率（Yes占比），转成DataFrame并补全缺失值
attrition_rate = (df[df.Attrition == 'Yes']['ageRange'].value_counts() / df['ageRange'].value_counts() * 100).reset_index()
attrition_rate.columns = ['ageRange', 'Attrition_Rate(%)']
# 没有Yes记录的年龄段会显示NaN，这里填充为0
attrition_rate['Attrition_Rate(%)'] = attrition_rate['Attrition_Rate(%)'].fillna(0)

方法二：用groupby更直观计算 #

用groupby按ageRange分组，直接统计每组的总人数和Yes人数，再计算占比，逻辑更清晰，且直接生成DataFrame：

# 分组统计+计算流失率
attrition_df = df.groupby('ageRange').agg(
    total_count=('Attrition', 'count'),
    yes_count=('Attrition', lambda x: (x == 'Yes').sum())
).assign(Attrition_Rate=lambda x: (x['yes_count']/x['total_count'])*100).reset_index()

# 保留需要的列
attrition_df = attrition_df[['ageRange', 'Attrition_Rate']]

用Seaborn绘制流失率柱状图 #

拿到整理好的DataFrame后，直接用barplot生成图表：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置绘图风格
sns.set_style("whitegrid")

# 绘制柱状图
plt.figure(figsize=(8, 5))
sns.barplot(data=attrition_df, x='ageRange', y='Attrition_Rate')

# 添加标题和标签
plt.title('Attrition Rate by Age Range')
plt.xlabel('Age Range')
plt.ylabel('Attrition Rate (%)')

# 给柱子添加数值标签（可选）
for p in plt.gca().patches:
    height = p.get_height()
    plt.gca().text(p.get_x() + p.get_width()/2., height,
                   f'{height:.1f}%',
                   ha='center', va='bottom')

plt.show()

其他绘制流失率的方法 #

• Pandas内置绘图：不用Seaborn的话，直接用DataFrame的plot.bar()也能快速出图：

attrition_df.plot.bar(x='ageRange', y='Attrition_Rate', figsize=(8,5), title='Attrition Rate by Age Range')
plt.ylabel('Attrition Rate (%)')
plt.show()

• 堆叠柱状图：如果想同时展示各年龄段的总人数和流失/留存分布，可以画堆叠图：

stack_df = df.groupby(['ageRange', 'Attrition']).size().unstack(fill_value=0)
stack_df.plot.bar(stacked=True, figsize=(8,5), title='Attrition Distribution by Age Range')
plt.ylabel('Number of Employees')
plt.show()

内容的提问来源于stack exchange，提问作者Vipin