Jak zmienić kolejność słupków w seaborn barplot

Aby zmienić kolejność prętów na wykresie morskim , możesz skorzystać z następujących metod:

Metoda 1: Sortuj słupki na wykresie Barplot utworzonym na podstawie surowych danych

 sns. barplot (x=' xvar ', y=' yvar ', data=df, order=df. sort_values (' yvar '). xvar )

Metoda 2: Sortuj słupki na wykresie Barplot utworzonym na podstawie zagregowanych danych

 sns. barplot (x=' xvar ', y=' yvar ', data=df, order=df_agg[' xvar ']

Poniższe przykłady pokazują, jak zastosować każdą metodę w praktyce.

Przykład 1: Sortowanie słupków na wykresie Barplot utworzonym z surowych danych

Załóżmy, że mamy następującą ramkę DataFrame pandy, która zawiera informacje o łącznej sprzedaży dokonanej przez różnych pracowników firmy:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' employee ': ['Andy', 'Bert', 'Chad', 'Doug', 'Eric', 'Frank'],
                   ' sales ': [22, 14, 9, 7, 29, 20]})

#view DataFrame
print (df)

  employee sales
0 Andy 22
1 Bert 14
2 Chad 9
3 Doug 7
4 Eric 29
5 Frank 20

Możemy użyć poniższej składni, aby utworzyć wykres słupkowy, na którym słupki są posortowane rosnąco w oparciu o wartość sprzedaży :

 import seaborn as sns

#create barplot with bars sorted by sales values ascending
sns. barplot (x=' employee ', y=' sales ', data=df, order=df. sort_values (' sales '). employee )

Aby posortować słupki w kolejności malejącej, po prostu użyj funkcji ascending=False w funkcji sort_values() :

 import seaborn as sns

#create barplot with bars sorted by sales values descending
sns. barplot (x=' employee ', y=' sales ', data=df,
            order=df. sort_values (' sales ', ascending= False ). employee ) 

Przykład 2: Słupki sortowania na wykresie słupkowym utworzone na podstawie danych zagregowanych

Załóżmy, że mamy następującą ramkę DataFrame pandy, która zawiera informacje o łącznej sprzedaży dokonanej przez różnych pracowników firmy:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' employee ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   ' sales ': [24, 20, 25, 14, 19, 13, 30, 35, 28]})

#view DataFrame
print (df)

  employee sales
0 to 24
1 to 20
2 to 25
3 B 14
4 B 19
5 B 13
6 C 30
7 C 35
8 C 28

Aby obliczyć średnią wartość sprzedaży pogrupowaną według pracownika , możemy zastosować następującą składnię:

 #calculate mean sales by employee
df_agg = df. groupby ([' employee '])[' sales ']. mean (). reset_index (). sort_values (' sales ')

#view aggregated data
print (df_agg)

  employee sales
1 B 15.333333
0 to 23.000000
2 C 31.000000

Następnie możemy użyć następującej składni, aby utworzyć wykres słupkowy w Seaborn, który wyświetla średnią sprzedaż na pracownika, przy czym słupki są wyświetlane w kolejności rosnącej:

 import seaborn as sns

#create barplot with bars ordered in ascending order by mean sales
sns. barplot (x=' employee ', y=' sales ', data=df,
            order=df_agg[' employee '], errorbar=(' ci ', False )) 

Oś X wyświetla nazwisko pracownika, a oś Y średnią wartość sprzedaży każdego pracownika.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe funkcje w seaborn:

Jak wyświetlić wartości na Seaborn Barplot
Jak utworzyć zgrupowany wykres barowy w Seaborn
Jak ustawić kolor słupków na wykresie barplotowym Seaborn