使用数据框与散景的水平分组Barplot

问题描述

我有一个数据框，我想按Type分组，然后Flag 并绘制一个ID计数的图形和另一个按Type分组的图形，{ {1}}和bokeh中Flag列的总和。 '）

Total

如果无法使用bokeh，我可以使用其他哪个包来获得美观的图形（白色背景的鲜艳颜色）

解决方法

您可以使用holoviews库执行此操作，该库使用bokeh作为后端。

import pandas as pd
import holoviews as hv
from holoviews import opts
hv.extension("bokeh")

df = pd.DataFrame({
    "type": list("ABABCCAD"),"flag": list("YYNNNYNY"),"id": list("DEFGHIJK"),"total": [40,100,20,60,77,300,50]
})

# Duplicate the dataframe
df = pd.concat([df] * 2)
print(df)
  type flag  id  total
0    A    Y   1     40
1    B    Y   2    100
2    A    N   3     20
3    B    N   4     60
4    C    N   5     77
5    C    Y   6    300
6    A    N   7     60
7    D    Y   8     50

现在我们有了数据，让我们对其进行绘制：

def mainplot_hook(plot,element):
    plot.state.text(
        y="xoffsets",x="total",text="total",source=plot.handles["source"],text_align="left",y_offset=9,x_offset=5
    )
    
def sideplot_hook(plot,x="count",text="count",x_offset=5
    )
    
# Create single bar plot for sum of the total column
total_sum = df.groupby(["type","flag"])["total"].sum().reset_index()
total_sum_bars = hv.Bars(total_sum,kdims=["type","flag"],vdims="total")

# Create our multi-dimensional bar plot
all_ids = sorted(df["id"].unique())
counts = df.groupby(["type","flag"])["id"].value_counts().rename("count").reset_index()
id_counts_hmap = hv.Bars(counts,"flag","id"],vdims="count").groupby("type")


main_plot = (total_sum_bars
             .opts(hooks=[mainplot_hook],title="Total Sum",invert_axes=True)
)

side_plots = (
        id_counts_hmap
        .redim.values(id=all_ids,flag=["Y","N"])
        .redim.range(count=(0,3))
        .opts(
            opts.NdLayout(title="Counts of ID"),opts.Bars(color="#1F77B4",height=250,width=250,invert_axes=True,hooks=[sideplot_hook]))
        .layout("type")
        .cols(2)
)

final_plot = main_plot + side_plots

# Save combined output as html
hv.save(final_plot,"my_plot.html")

# Save just the main_plot as html
hv.save(main_plot,"main_plot.html")

如您所见，在holoviews中进行绘图的代码可能会有些棘手，但绝对是我推荐您使用的工具。尤其是如果您定期处理高维数据，则一旦掌握语法，就可以轻松绘制。