是否有Python函数可绘制各聚类下分类特征的类别占比统计图？

问题原因 #

你当前运行的代码返回的是带多重索引的Series结构，因此会按行堆叠展示分组结果，而非列格式。

单特征转换为列格式 #

如果要将单个特征的统计结果转成列展示（每行对应一个Cluster Label，每列对应Diagnosis的分类值），新增unstack()方法即可：

combinedDf.groupby(['Cluster Label'])['Diagnosis']\
          .value_counts(normalize=True)\
          .mul(100)\
          .round(1)\
          .astype(str) + '%'\
          .unstack() # 把内层的Diagnosis分类索引转换为列

如果需要输出标准两列结构（一列存分类值、一列存对应占比），可以用reset_index()：

combinedDf.groupby(['Cluster Label'])['Diagnosis']\
          .value_counts(normalize=True)\
          .mul(100)\
          .round(1)\
          .astype(str) + '%'\
          .reset_index(name='占比') # 直接转换为DataFrame，指定占比列的列名

批量处理所有特征 #

如果要对数据集中除分组字段Cluster Label之外的所有特征执行相同统计，可以用循环批量处理：

import pandas as pd

# 定义存储所有特征统计结果的字典
feature_stats = {}
# 遍历排除分组字段后的所有特征列
for col in combinedDf.columns.drop('Cluster Label'):
    feature_stats[col] = combinedDf.groupby(['Cluster Label'])[col]\
                                   .value_counts(normalize=True)\
                                   .mul(100)\
                                   .round(1)\
                                   .astype(str) + '%'\
                                   .unstack()

# 调用示例：查看Diagnosis特征的统计结果
print(feature_stats['Diagnosis'])

# 如果需要合并所有特征的结果为总表，可使用concat拼接
all_stats = pd.concat(feature_stats, axis=1)

内容的提问来源于stack exchange，提问作者Jalen Patel