我有一个数据框,其中两列包含True和False,一列包含性别:男性和女性。
我正在尝试为每种性别计算每列的True数,但通过每种性别的数量进行归一化。
到目前为止,我所做的是根据整个数据名望df_up
标准化我的数据。但是,如何针对每个性别的数量分别对它们进行归一化?
percentage = lambda x: sum(x) / len(df_up)
ax6 = sns.barplot(x="value", y="variable", hue="Gender", data=melted_fan, estimator=percentage, ci=None, palette=palette)
我想这就是你所做的:
import seaborn as sns
import numpy as np
import pandas as pd
df = pd.DataFrame({'Gender':np.random.choice(["Female","Male"],100),
'star_wars_fan':np.random.choice([True,False],100),
'star_trek_fan':np.random.choice([True,False],100)
})
melted_fan = df.groupby('Gender').agg(sum).reset_index().melt(id_vars="Gender")
melted_fan
Gender variable value
0 Female star_wars_fan 29.0
1 Male star_wars_fan 16.0
2 Female star_trek_fan 26.0
3 Male star_trek_fan 29.0
sns.barplot(x="value", y="variable", hue="Gender",
data=melted_fan, ci=None)
不幸的是,在sns.barplot中,它被分成了子组,估计器是应用于每个组的函数,因此很难使用它。一种更简单的方法是在绘制之前计算百分比:
melted_fan['perc'] = melted_fan.groupby('variable')['value'].apply(lambda x:100*x/x.sum())
sns.barplot(x="value", y="variable", hue="Gender",
data=melted_fan, ci=None)