Python Pandas 2 列关系

Question

第一栏：武器

第二列：Pepetrator_Age

我想要找到的是哪个武器在哪个时代流行。

例如，我正在尝试绘制类似这样的图表：

例如y轴应该是案例数 犯罪者的x轴年龄

和线条是犯罪者使用的武器类型

你可以复制粘贴到 jupyter 来初始化数据集

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
data = pd.read_csv("hdb.csv", low_memory=False)
cols = data.columns
cols = cols.map(lambda x: x.replace(' ', '_'))
data.columns = cols
#clear the unnecessary data here
data = data.drop(['Agency_Code', 'Victim_Ethnicity', 'Agency_Name','Agency_Type', 'Perpetrator_Ethnicity', 'Victim_Count', 'Perpetrator_Count'], axis=1)
data = data[data.Perpetrator_Age != "0"]
data = data[data.Perpetrator_Age != ""]
data = data[data.Perpetrator_Age != " "]
data = data[data.Victim_Sex != "Unknown"]
data = data[data.Victim_Race != "Unknown"]
data = data[data.Perpetrator_Sex != "Unknown"]
data = data[data.Perpetrator_Race != "Unknown"]
data = data[data.Relationship != "Unknown"]
data = data[data.Weapon != "Unknown"]
data

这里的数据集： https://www.kaggle.com/jyzaguirre/us-homicide-reports

Answer 1

IIUC，这种数据分组可能更好地显示为分组条形图，例如在 Seaborn 的 countplot 中，而不是在折线图中，因为您想按特定列着色 (Weapon) 但您想要在 x 轴上显示不同的列 (Perpetrator_Age)。 AFAIK，线图不会同时捕获这些聚合。

这是一个明确的 pandas groupby 来显示您正在引用的聚合

df_grouped = df.groupby(['Perpetrator_Age', 'Weapon']).count()

print(df_grouped)
                               Perpetrator_Race  Relationship
Perpetrator_Age Weapon                                       
15              Blunt Object                  1             1
27              Knife                         1             1
36              Rifle                         1             1
42              Strangulation                 2             2

现在，您想在 x 轴上显示第一个索引级别 (Perpetrator_Age)，并且必须使用第二个索引级别 Weapon 为绘制的数据着色。

这里有一些方法（不需要groupby）

Seaborn

• 使用countplot，它将生成一个计数条形图（对应于案例数，或者通常是每个分组中的记录数），它允许您指定用于对数据进行分组的列
• 由于您想按Weapon 列着色，因此countplot 允许您在其中指定参数hue
• 其他链接
  • customize legend title
  • add custom y-axis label

进口

import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
sns.set(style="whitegrid")

代码

ax = sns.countplot(x="Perpetrator_Age", hue="Weapon", data=df)
handles, labels = ax.get_legend_handles_labels()
ax.legend(handles=handles, labels=labels)
ax.set_ylabel("Number of cases")

牵牛星

• 基于multi-series line chart 和grouped bar chart 文档示例
  • 其他链接
    • change bar width

进口

import altair as alt
alt.renderers.enable('notebook')

代码

alt.Chart(df).mark_bar(size=15).encode(
    alt.Y('count(Weapon):Q', axis=alt.Axis(title='Number of cases')),
    alt.X('Perpetrator_Age:O', axis=alt.Axis(labelAngle=0)),
    color='Weapon:N'
).properties(
    width=250,
    height=250
)