如何绘制分类与分类图？答案

【问题标题】：How can I plot a categorical vs categorical plot?如何绘制分类与分类图？
【发布时间】：2020-02-08 23:30:32
【问题描述】：

我想检查类别计数（第一列）和第二列中的类别计数。我有两列： 1. Max_glu_serum 类别：无、标准、30。

我想要一个图，以便我可以检查 '30' 的计数是多少，即有多少患者的 max_glu_serum = >300 并在 '>30' 天内重新入院

我尝试了以下代码：

sns.catplot(y=train_data_wmis['max_glu_serum'], 
        hue=train_data_wmis['readmitted'], 
        kind="count", 
        palette="pastel", edgecolor=".6", dropna=True)

但它会引发以下错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-384-1be2c9032203> in <module>
----> 1 sns.catplot(y=train_data_wmis['max_glu_serum'], hue=train_data_wmis['readmitted'], kind="count", palette="pastel", edgecolor=".6", dropna=True)

F:\Anaconda3\lib\site-packages\seaborn\categorical.py in catplot(x, y, hue, data, row, col, col_wrap, estimator, ci, n_boot, units, order, hue_order, row_order, col_order, kind, height, aspect, orient, color, palette, legend, legend_out, sharex, sharey, margin_titles, facet_kws, **kwargs)
   3750 
   3751     # Initialize the facets
-> 3752     g = FacetGrid(**facet_kws)
   3753 
   3754     # Draw the plot onto the facets

F:\Anaconda3\lib\site-packages\seaborn\axisgrid.py in __init__(self, data, row, col, hue, col_wrap, sharex, sharey, height, aspect, palette, row_order, col_order, hue_order, hue_kws, dropna, legend_out, despine, margin_titles, xlim, ylim, subplot_kws, gridspec_kws, size)
    255         # Make a boolean mask that is True anywhere there is an NA
    256         # value in one of the faceting variables, but only if dropna is True
--> 257         none_na = np.zeros(len(data), np.bool)
    258         if dropna:
    259             row_na = none_na if row is None else data[row].isnull()

TypeError: object of type 'NoneType' has no len()

有人可以帮帮我吗？

【问题讨论】：

标签： python-3.x pandas seaborn categorical-data

【解决方案1】：

我尝试了几件事，最终找到了解决上述问题的方法。定义如下函数：

def plot_stack(column_1, column_2):
 plot_stck=pd.crosstab(index=column_1, columns=column_2)
 plot_stck.plot(kind='bar', figsize=(8,8), stacked=True)
 return

那么，

plot_stack(train_data_wmis['max_glu_serum'], train_data_wmis['readmitted'])

输出：

Stacked Plot of 'max_glu_serum' and 'readmitted'

如果可以通过 Seaborn 获得更好的解决方案，请发表评论。谢谢

【讨论】：