绘制Pandas Group bys的总数百分比

Question

我正在尝试绘制pandas数据框的条形图，这是两个组BYS的结果。

特别是，我的数据框看起来与另一个帖子答案的输出完全一样（https://stackoverflow.com/a/a/23377155/7243972）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
np.random.seed(0)
df = pd.DataFrame({'state': ['CA', 'WA', 'CO', 'AZ'] * 3,
               'office_id': list(range(1, 7)) * 2,
               'sales': [np.random.randint(100000, 999999) for _ in range(12)]})
state_office = df.groupby(['state', 'office_id']).agg({'sales': 'sum'})
state = df.groupby(['state']).agg({'sales': 'sum'})
results = state_office.div(state, level='state') * 100

我想绘制results，以便每个state都是不同的颜色，并且office_id在X轴上。这样，每个office_id都被分组在一起，并且可以很容易地进行比较。

我尝试调整results['sales'].plot.bar()的图，但我正在努力。

Answer 1

首先，您需要弄平数据框：

data = []
for row in results.iterrows():
    state, office_id = row[0]
    sales = row[1][0]
    data.append((state, office_id, sales))
flat_df = pd.DataFrame(data, columns=['state', 'office_id', 'sales'])

然后绘制

import seaborn as sns
sns.set(style="whitegrid")
g = sns.factorplot(x="office_id", y="sales", hue="state", data=flat_df, kind="bar", palette="muted")

编辑：刚刚意识到有一种更简单的方法来弄平数据框：

flat_df = results.reset_index(inplace=False)

Answer 2

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
np.random.seed(0)
df = pd.DataFrame({'state': ['CA', 'WA', 'CO', 'AZ'] * 3,
               'office_id': list(range(1, 7)) * 2,
               'sales': [np.random.randint(100000, 999999) for _ in 
range(12)]})
state_office = df.groupby(['state', 'office_id']).agg({'sales': 'sum'})
state = df.groupby(['state']).agg({'sales': 'sum'})
results = state_office.div(state, level='state') * 100
results = results.reset_index()
fig, ax = plt.subplots()
for c, df in results.groupby('state'):
    ax.scatter(df['office_id'], df['sales'], label=c)
ax.legend()
ax.set_title('Scatterplot')
ax.set_xlabel('office_id')
ax.set_ylabel('sales')

这打印了一个散点图。看看您是否可以从这里拿走它！