显示关系的图表 - 多个非数字列

Question

我目前正在做一个研究项目，并使用显示被转介成为现代奴隶制受害者的个人的数据。

我最初的计划只是为每个 headers 计数做简单的条形图。但是我需要展示关系（例如，大多数 child 推荐人都是英国女性，用于性剥削）。我玩过散点图，但在使用 non-numerical 数据时无法理解它。我用 'group-by' 得到了一个计数，但不知道如何处理与图表相关的计数！

这是我做的 df - 实际数据要大得多

test = {'Gender': ['Female','Female','Male','Male', 'Female'],
    'Age': ['Adult', 'Adult', 'Child', 'Child', 'Adult'],
    'Nationality': ['British', 'British', 'Vietnamese', 'Albanian', 'British'],
    'Type': ['Sexual', 'Sexual', 'Sexual', 'Labour', 'Criminal'],
    }

df = pd.DataFrame(test, columns = ['Gender', 'Age', 'Nationality','Type',])

dfcount=df.groupby(["Gender", "Age", "Nationality", "Type"]).Age.count().reset_index(name="count")

Answer 1

由于要显示的分类变量太多，一个好的解决方案是使用分面图。这意味着您创建多图网格，其中每个子图都属于同一类型，但应用于数据的不同子集，如某些分类变量的值所定义。 seaborn 图书馆非常适合这个目的。

例如，要根据 Gender 和 Age 的每个可能组合得到四个子图的网格，每个图在 x 轴上显示 Type 并计数在 y 轴上，点根据 Nationality 着色，你可以这样做（假设你的 DataFrame 中有一个额外的列 Count 包含实际数字）：

import seaborn as sns

grid = sns.catplot(x='Type', y='Count', 
                   row='Gender', col='Age', 
                   hue='Nationality',
                   data=df, kind='point')

有关自定义和其他选项，请参阅 sns.catplot() and sns.pointplot() 的 seaborn 文档。

显示关系的图表 - 多个非数字列

Chart to show relationships - multiple nonnumerical columns

python

scatter-plot