Python 数据框的堆积面积图答案

【问题标题】：Stacked Area plot for Python DataframePython 数据框的堆积面积图
【发布时间】：2020-09-19 09:12:18
【问题描述】：

我有一个包含两列的数据框 (df)：“基础类型”，它有 4 种基础类型（轴、桩、组合、展开），另一列“Vs30”具有不同的参数 Vs30 值。每行代表一座桥梁，具有一种基础类型和一个 Vs30 值。

首先，我在 df 中创建一个新列“binVs30”，将“Vs30”的每个元素转换为不同的 bin，其中有 5 种不同的范围（[0-200]、[200-400]...[ 800-1000]）。

df['binVs30'] = pd.cut(df.Vs30, bins=np.arange(0, 1100, 200))

然后，我创建了一个堆叠面积图，代码如下：

color_table = pd.crosstab(df['binVs30'], df['Foundation Type'], dropna=False)
ax = color_table.plot(kind='area', figsize=(8, 8), stacked=True, rot=0)
display(ax)
plt.xlabel('')
plt.ylabel('Frequency', fontsize=12)
plt.legend(title='Foundation Type', loc='upper right')
plt.title('Column Database', fontsize='20')
plt.show()

Resulting Picture

生成的图片显示了一些不应该存在的额外垃圾箱。因此，我不得不通过手动添加以下代码来修复 xticks：

locs, labels = plt.xticks()
    plt.xticks(locs, ['','0-200','','200-400','','400-600','','600-800','','800-1000'], fontsize=10, rotation=45)

xticks-fixed Picture

Python 创建那些不应该存在的额外垃圾箱是否有原因？这是 Python 的错误吗？因为如果我将其更改为堆积条形图，问题就消失了。有没有办法通过不手动添加bin代码来修复它？

另外两个问题是，如何为区域图添加边缘颜色？比如：

color_table.plot(kind='area', figsize=(8, 8), stacked=True, edgecolor='black', legend=None, rot=0)

命令 edgecolor='black' 在堆积面积图中不起作用。

而且，如果我想为“Vs30”创建 bin，例如 ([0-200],[200-400]...[>800])。有没有办法我可以做到这一点？由于我创建“binVs30”列的方式不允许我创建一个“>800”的 bin。

谢谢。

【问题讨论】：

标签： python pandas stacked-area-chart

【解决方案1】：

这里有几个问题。首先是关于在您的pd.cut() 中包含一个开放式垃圾箱。您可以使用np.inf 捕获最后一个 bin 中的所有内容并为其分配自定义标签。其次，既然你已经在使用matplotlib，我建议直接使用它的堆叠图而不是通过pandas。然后您可以毫无问题地使用edgecolor 参数。

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

df = pd.DataFrame(data={
    "foundation" : np.random.choice(list("ABCD"), 1000),
    "binVs30"    : np.random.randint(0, 1200, 1000)
})

bins = [0, 200, 400, 600, 800, np.inf]
labels = ["0-199", "200-399", "400-599", "600-799", "800+"]

df["bins"] = pd.cut(
    df["binVs30"], bins=bins, labels=labels,
    right=False, include_lowest=True)

stack_data = pd.crosstab(df['bins'], df['foundation'], dropna=False)

stack_array = stack_data.values.T.tolist()

pal = sns.color_palette("Set1")
plt.figure(figsize=(8,4))

plt.stackplot(
    labels, stack_array, labels=list("ABCD"),
    colors=pal, alpha=0.4, edgecolor="black")

plt.legend(loc='upper left')
plt.show()

【讨论】：