每组带标准化y轴的Seaborn计数图

Question

我想知道是否可以创建一个Seaborn计数图，但不是y轴上的实际计数，而是显示组内的相对频率（百分比）（用hue参数指定）。

我用以下方法解决了这个问题，但我无法想象这是最简单的方法：

# Plot percentage of occupation per income class
grouped = df.groupby(['income'], sort=False)
occupation_counts = grouped['occupation'].value_counts(normalize=True, sort=False)

occupation_data = [
    {'occupation': occupation, 'income': income, 'percentage': percentage*100} for 
    (income, occupation), percentage in dict(occupation_counts).items()
]

df_occupation = pd.DataFrame(occupation_data)

p = sns.barplot(x="occupation", y="percentage", hue="income", data=df_occupation)
_ = plt.setp(p.get_xticklabels(), rotation=90)  # Rotate labels

结果：

我正在使用datasets/Adult" rel="noreferrer">UCI machine learning repository中众所周知的成人数据集。熊猫数据框的创建方式如下：

# Read the adult dataset
df = pd.read_csv(
    "data/adult.data",
    engine='c',
    lineterminator='\n',

    names=['age', 'workclass', 'fnlwgt', 'education', 'education_num',
           'marital_status', 'occupation', 'relationship', 'race', 'sex',
           'capital_gain', 'capital_loss', 'hours_per_week',
           'native_country', 'income'],
    header=None,
    skipinitialspace=True,
    na_values="?"
)

This question是某种相关的，但不使用hue参数。在我的例子中，我不能仅仅改变y轴上的标签，因为条的高度必须取决于组。

Answer 1

可以使用库Dexplot进行计数，也可以对任何变量进行规格化以获取相对频率。

将aggplot字符串/分类变量传递给agg参数，它将自动生成所有唯一值计数的条形图。使用hue按另一个变量细分计数。请注意，Dexplot会自动包装x-tick标签。

dxp.aggplot(agg='occupation', data=df, hue='income')

使用normalize参数规范化任何变量（或变量与元组的组合）上的计数。您还可以使用"all"对总计计数进行规范化。

dxp.aggplot('occupation', data=df, hue='income', normalize='income')