来自两个变量列的Matplotlib条形图-熊猫数据操作（主要是）

Question

我有一个时间索引表，该表的BLIP列只有两个值“ XX”和“ YY”。目的是显示x轴以下的计数“ XX”和“ YY”，其中“ YY”。我正在尝试使用Wes McKenney关于数据分析的书（我认为是第26页）中的代码从熊猫表中创建正确的数据结构：

df = base_df.drop(columns=dropcols).set_index('Created')

group = ['f2','BLIP']

df0 = df_minus.groupby(group)

agg_counts = df0.size().unstack().fillna(0)

indexer = agg_counts.sum(1).argsort()

count_subset = agg_counts.take(indexer).copy()

table = count_subset.groupby('BLIP').resample('MS').count().unstack('BLIP')['BLIP']

chart = table.plot.bar(title = chart_title, x=None, color = ['green', 'red', 'grey']);

线

agg_counts = df0.size().unstack().fillna(0) 

导致以下错误：

TypeError: 'numpy.int32' object is not callable

我在这里找到了一段代码的宝石，但是找不到解密它的文档。

data['values'].plot(kind='bar', color=data.positive.map({True: 'g', False: 'r'}))

这似乎是非常简单的，但是我对此颇为关注。

大熊猫表格式类似于

create_date f1 f2 f3 BLIP f5...

dt_stamp    X  Y  Z  XX   K1

dt_stamp    S  R  Y  YY   K3

dt_stamp    P  P  T  XX   K1

等等。

我尝试过杰西的建议

df_plus =df[df['BLIP']=='XX']

df_minus=df[df['BLIP']=='YY']

ax = plt.axes()

ax.bar(df_plus.index, df_plus['BLIP'], width=0.4, color='g')

ax.bar(df_neg.index, df_minus['BLIP'], width=0.4, color='r')

ax.autoscale()

plt.show()

这导致

ValueError: shape mismatch: objects cannot be broadcast to a single shape

整体解决方案

df = base_df

plt.clf()

fig = plt.figure()

width = 8

height = 6

fig.set_size_inches(width, height)

chart_title = 'YTD CR Trend Summary'

df_plus =df[df['BLIP'] == 'XX']

df_minus=df[df['BLIP']== 'IYY']

p =  df_plus.resample('MS').count()['BLIP'].fillna(0)

n = df_minus.resample('MS').count()['BLIP'].apply(lambda x: int(-x)) 

print(chart_title, len(df), p.sum(), n.sum())

plt.clf()

fig = plt.figure()

# ax = fig.add_subplot(1, 1, 1)

ax = plt.axes(label=chart_title) #label suppresses warning

if p.sum() != False:

    ax.bar(p.index, p, width=10, color='g') 

if n.sum() != False:

    ax.bar(n.index, n, width=10, color='r')

plt.suptitle(chart_title, fontsize=11)

filename = f'{graph_images_dir}{chart_title}.png'

print(f'Saving {filename}')

plt.savefig(filename,  bbox_inches='tight', pad_inches=0.5, dpi=200)

plt.show()