如何从分组和计数的 pandas 框架绘制堆积条形图-解网

问：

我的目标是生成一个简单的堆积条形图，其中 VALUE 为 X 轴，每种类型是条形堆栈，number（count）是每个条形堆栈的 y 值。

我得到了数据框分组的结果，如下所示：

价值	类型
0.0	0	16
	1	26
	2	15
	3	18
1.0	1	15
	2	2
	3	10
2.0	0	10
	1	175
	2	99
	3	11
	15	100
3.0	0	92
	1	20
	2	17
	3	26
	15	1

名称：VALUE，dtype：int64

我通过以下方式从大型数据帧中创建了此内容：数据输出 = df.groupby（['VALUE'，'TYPE']）.agg（'VALUE'）.count（）

我想遍历数据帧并访问“计数”，然后将不均匀的结果推送到堆叠图中。

我被困在循环浏览这些数据并访问计数。对于 I，Enumerate（df.index）中的（val， typ）：打印（val）打印（典型值）

如何访问计数？

对于 val，在 df.groupby（level=0）中键入：打印（val）打印（典型值）破

数据已存在，但不确定如何访问计数列。

价值	类型
0.0	0	16
	1	26
	2	15
	3	18

有没有更简单的方法？或者有人可以解释我如何调节这些数据。

Python pandas 数据帧循环多索引

VALUE  TYPE
0.0    0        16
       1        26
       2        15
       3        18
1.0    1        15
       2         2
       3        10
2.0    0        10
       1       175
       2        99
       3        11
       15      100
3.0    0        92
       1        20
       2        17
       3        26
       15        1
Name: count, dtype: int64

为方便起见，我将系列名称重命名为“count”。

s.unstack().plot.bar(stacked=True)

输出：

如何从分组和计数的 pandas 框架绘制堆积条形图

How to plot a stacked bar chart from a pandas frame which is grouped and counted

评论

评论

价值	类型
0.0	0	16
	1	26
	2	15
	3	18
1.0	1	15
	2	2
	3	10
2.0	0	10
	1	175
	2	99
	3	11
	15	100
3.0	0	92
	1	20
	2	17
	3	26
	15	1

价值	类型
0.0	0	16
	1	26
	2	15
	3	18
1.0	1	15
	2	2
	3	10
2.0	0	10
	1	175
	2	99
	3	11
	15	100
3.0	0	92
	1	20
	2	17
	3	26
	15	1

价值	类型
0.0	0	16
	1	26
	2	15
	3	18
1.0	1	15
	2	2
	3	10
2.0	0	10
	1	175
	2	99
	3	11
	15	100
3.0	0	92
	1	20
	2	17
	3	26
	15	1