• <small id='W7yaH'></small><noframes id='W7yaH'>

    <legend id='W7yaH'><style id='W7yaH'><dir id='W7yaH'><q id='W7yaH'></q></dir></style></legend>
    <tfoot id='W7yaH'></tfoot>

      <i id='W7yaH'><tr id='W7yaH'><dt id='W7yaH'><q id='W7yaH'><span id='W7yaH'><b id='W7yaH'><form id='W7yaH'><ins id='W7yaH'></ins><ul id='W7yaH'></ul><sub id='W7yaH'></sub></form><legend id='W7yaH'></legend><bdo id='W7yaH'><pre id='W7yaH'><center id='W7yaH'></center></pre></bdo></b><th id='W7yaH'></th></span></q></dt></tr></i><div id='W7yaH'><tfoot id='W7yaH'></tfoot><dl id='W7yaH'><fieldset id='W7yaH'></fieldset></dl></div>
        • <bdo id='W7yaH'></bdo><ul id='W7yaH'></ul>

        如何利用 pandas 数据框架构建人口金字塔

        How to build a population pyramid with pandas dataframe(如何利用 pandas 数据框架构建人口金字塔)
      1. <tfoot id='Gosio'></tfoot>
            <i id='Gosio'><tr id='Gosio'><dt id='Gosio'><q id='Gosio'><span id='Gosio'><b id='Gosio'><form id='Gosio'><ins id='Gosio'></ins><ul id='Gosio'></ul><sub id='Gosio'></sub></form><legend id='Gosio'></legend><bdo id='Gosio'><pre id='Gosio'><center id='Gosio'></center></pre></bdo></b><th id='Gosio'></th></span></q></dt></tr></i><div id='Gosio'><tfoot id='Gosio'></tfoot><dl id='Gosio'><fieldset id='Gosio'></fieldset></dl></div>

              <tbody id='Gosio'></tbody>

            <small id='Gosio'></small><noframes id='Gosio'>

            <legend id='Gosio'><style id='Gosio'><dir id='Gosio'><q id='Gosio'></q></dir></style></legend>
              <bdo id='Gosio'></bdo><ul id='Gosio'></ul>

                1. 本文介绍了如何利用 pandas 数据框架构建人口金字塔的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着跟版网的小编来一起学习吧!

                  问题描述

                  如何根据以下起始数据框绘制人口金字塔?

                             Age  Gender  Count
                  0  50-45 years    male      4
                  1  50-45 years  female      5
                  2  55-65 years    male      6
                  3  55-65 years  female      7
                  4  65-70 years    male     11
                  5  65-70 years  female     12
                  

                  我尝试了以下方法,Population Pyramid with Python and Seaborn,但是结果图看起来很奇怪:

                  import pnadas as pd
                  import seaborn as sns
                  
                  # data
                  data = {'Age': ['50-45 years', '50-45 years', '55-65 years', '55-65 years', '65-70 years', '65-70 years'],
                          'Gender': ['male', 'female', 'male', 'female', 'male', 'female'], 'Count': [4, 5, 6, 7, 11, 12]}
                  
                  df = pd.DataFrame(data)
                  
                  # plot
                  sns.barplot(data=df, x='Count', y='Age',
                              hue='Gender', orient='horizontal', 
                              dodge=False)
                  

                  我认为问题在于我的年龄是一个字符串。

                  推荐答案

                  • 与链接问题不同,两个'Gender'组的'Count'都是正数,因此使用dodge=False时,'Female'条形图绘制在'Male'条形图的顶部。
                  • 使用.loc和布尔选择将其中一个组转换为负值。
                  # convert male counts to negative
                  df.loc[df.Gender.eq('male'), 'Count'] = df.Count.mul(-1)
                  
                  # plot
                  sns.barplot(data=df, x='Count', y='Age', hue='Gender', orient='horizontal', dodge=False)
                  

                  这篇关于如何利用 pandas 数据框架构建人口金字塔的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持跟版网!

                  本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益,请联系我们,我们会在确认后第一时间进行删除!

                  相关文档推荐

                  groupby multiple coords along a single dimension in xarray(在xarray中按单个维度的多个坐标分组)
                  Group by and Sum in Pandas without losing columns(Pandas中的GROUP BY AND SUM不丢失列)
                  Is there a way of group by month in Pandas starting at specific day number?( pandas 有从特定日期开始的按月分组的方式吗?)
                  Group by + New Column + Grab value former row based on conditionals(GROUP BY+新列+基于条件的前一行抓取值)
                  Groupby and interpolate in Pandas(PANDA中的Groupby算法和插值算法)
                  Pandas - Group Rows based on a column and replace NaN with non-null values(PANAS-基于列对行进行分组,并将NaN替换为非空值)

                      <small id='mxbLj'></small><noframes id='mxbLj'>

                        <tfoot id='mxbLj'></tfoot>

                          <legend id='mxbLj'><style id='mxbLj'><dir id='mxbLj'><q id='mxbLj'></q></dir></style></legend>
                            <tbody id='mxbLj'></tbody>
                            <bdo id='mxbLj'></bdo><ul id='mxbLj'></ul>

                            <i id='mxbLj'><tr id='mxbLj'><dt id='mxbLj'><q id='mxbLj'><span id='mxbLj'><b id='mxbLj'><form id='mxbLj'><ins id='mxbLj'></ins><ul id='mxbLj'></ul><sub id='mxbLj'></sub></form><legend id='mxbLj'></legend><bdo id='mxbLj'><pre id='mxbLj'><center id='mxbLj'></center></pre></bdo></b><th id='mxbLj'></th></span></q></dt></tr></i><div id='mxbLj'><tfoot id='mxbLj'></tfoot><dl id='mxbLj'><fieldset id='mxbLj'></fieldset></dl></div>