当绘制两个数据集并且其中一个数据集有更多数据时，我们如何 "normalize" 使它们在表示上相等？

Question

我正在使用 Plotly 绘制一些情绪数据，但我遇到一个问题，即一个角色的台词比另一个多很多，所以我们似乎无法比较两者。我不确定如何对此进行描述以找到解决方案，所以我希望也许有人会理解我指的是什么。以下是图片：

我们不能真正比较橙色的消极性和蓝色的消极性，或者我们可以吗？我们应该让橙色有 600 作为标签吗，它比蓝色小得多，还是这个比例正确？

我想要这样，这样我们就可以说，例如，蓝色不如橙色积极。

对于任何混淆，我深表歉意。谢谢。

Answer 1

我不知道你在操作哪些对象，但我在你的标签中读到 pandas 所以我认为它是一个 DataFrame。

import pandas as pd
# Your data
df = pd.DataFrame.from_dict({"orange": [55, 149, 111], "blue": [188, 652, 320]},
                        orient="index", columns=["negative", "neutral", "positive"])

index	negative	neutral	positive
orange	55	149	111
blue	188	652	320

您可以简单地计算每个值沿其行的百分比：

perc_df = df.div(df.sum(axis=1), axis=0) * 100

index	negative	neutral	positive
orange	17.460317	47.301587	35.238095
blue	16.206897	56.206897	27.586207

绘制此新 DataFrame 后，条形高度将具有可比性。百分比直观且广为人知。