Pandas中的分组条形堆叠直方图

在本文中，我们将介绍如何在Pandas中处理分组值并绘制出堆叠直方图。我们将使用Python中的Pandas库以及Matplotlib库来完成这个任务。首先，我们将探索如何使用Pandas对数据进行分组。

使用Pandas进行数据分组

数据分组是将数据集划分为多个小组并对每个小组进行统计的过程。在Pandas中，我们可以使用groupby()函数进行数据分组。

考虑以下数据集：

import pandas as pd

data = {'Gender': ['Male', 'Female', 'Male', 'Female', 'Male', 'Female'],
        'Age': [25, 28, 20, 32, 30, 24],
        'Income': [50000, 60000, 55000, 70000, 65000, 55000]}

df = pd.DataFrame(data)
print(df)

输出：

   Gender  Age  Income
0    Male   25   50000
1  Female   28   60000
2    Male   20   55000
3  Female   32   70000
4    Male   30   65000
5  Female   24   55000

我们可以对Gender列进行数据分组并计算Income的平均值：

grouped = df.groupby('Gender').mean()
print(grouped)

输出：

              Age   Income
Gender                    
Female  28.000000  61666.666667
Male    25.000000  56666.666667

注意我们使用了mean()函数来计算每个分组中Income列的平均值。

现在我们已经学会了如何使用Pandas进行数据分组。在接下来的部分中，我们将学习如何使用分组值绘制堆叠直方图。

堆叠直方图

堆叠直方图显示各组之间的频率分布。它们在丰富的数据集中非常有用，可以帮助我们确定数据中的任何阈值或趋势。

使用Pandas可视化分组数据的步骤如下：

用groupby()函数分组数据
使用agg()函数汇总分组数据
将第2步的输出用于绘图

考虑以下数据集：

import pandas as pd
import numpy as np

data = {'Gender': ['Male', 'Female', 'Male', 'Female', 'Male', 'Female', 'Male', 'Female'],
        'Age': [25, 28, 20, 32, 30, 24, 26, 32],
        'Height': [175, 168, 173, 161, 180, 173, 188, 170]}

df = pd.DataFrame(data)

我们想要绘制每个性别和年龄组的身高分布。首先，我们需要将数据分组并计算身高的频率。

bins = np.arange(20, 40, 5)
groups = df.groupby(['Gender', pd.cut(df.Age, bins)])
heights = groups['Height'].agg(len)

上述代码测量了指定分组中Height列的元素数量。将输出应用于绘图：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
heights.unstack().plot(kind='bar', stacked=True, ax=ax)

ax.set_title('Stacked Histogram of Grouped Values')
ax.set_xlabel('Age Group')
ax.set_ylabel('Count')

直方图水平为年龄组，每个子类别可以使用不同的颜色。堆叠的红色和蓝色区域表示每个性别中心高度数量。