pd.Series(lab, index=data_qustop.index)
时间: 2024-04-28 09:19:21 浏览: 15
这是一个使用 Pandas 库中的 Series 函数创建一个 Series 对象的代码。其中 lab 是一个列表,data_qustop 是一个 DataFrame 对象,index 参数指定了 Series 对象的索引。具体来说,这行代码的作用是将 lab 列表转换成一个 Series 对象,使用 data_qustop 的索引作为新 Series 对象的索引。
相关问题
import pandas as pd import numpy as np path_marry=r"D:\迅雷下载\新建文件夹\数据集\数据可视化数据集\结婚离婚\结婚数据.csv" path_divorse=r"D:\迅雷下载\新建文件夹\数据集\数据可视化数据集\结婚离婚\离婚数据.csv" marry_data=pd.read_csv(path_marry) divorse_data=pd.read_csv(path_divorse) marry_data=marry_data.set_index(marry_data['地区']).drop(columns=["地区"]) #将索引变成地区 demo=marry_data.transpose() #transpose可以实现行列互换 demo["全国合计"]=demo.sum(axis=1) #沿着1轴相加 marry_data=demo.transpose() #取出要可视化的行列,一般索引为X轴数据,VALUE值为Y轴数据 show_data2=show_data2.sort_values() show_data2=marry_data["2019年"] show_data2=show_data2.iloc[:-1] x_axis_data=show_data2.index.tolist() y_axis_data=show_data2.values.tolist() from pyecharts import options as opts from pyecharts.charts import Bar from pyecharts.faker import Faker c = ( Bar(init_opts=opts.InitOpts(width="1000px",height="700px")) .add_xaxis(x_axis_data) .add_yaxis("2019年结婚登记数量(万对)", y_axis_data) .reversal_axis() #进行轴的转换 .set_series_opts(label_opts=opts.LabelOpts(position="right")) .set_global_opts(title_opts=opts.TitleOpts(title="全国2019年结婚登记数量(万对)")) ) c.render_notebook()为什么这个代码没有升序显示
在你修改代码时,将 `show_data2=show_data2.sort_values()` 放在了 `show_data2=marry_data["2019年"]` 的后面,这样的话排序并没有生效。你需要将这行代码放在读取数据和筛选数据之间,即在 `x_axis_data` 和 `y_axis_data` 定义之前:
```
import pandas as pd
import numpy as np
from pyecharts import options as opts
from pyecharts.charts import Bar
path_marry=r"D:\迅雷下载\新建文件夹\数据集\数据可视化数据集\结婚离婚\结婚数据.csv"
marry_data=pd.read_csv(path_marry)
marry_data=marry_data.set_index(marry_data['地区']).drop(columns=["地区"])
demo=marry_data.transpose()
demo["全国合计"]=demo.sum(axis=1)
marry_data=demo.transpose()
show_data2=marry_data["2019年"]
show_data2=show_data2.sort_values() # 将这行代码放在读取数据和筛选数据之间
show_data2=show_data2.iloc[:-1]
x_axis_data=show_data2.index.tolist()
y_axis_data=show_data2.values.tolist()
c = (
Bar(init_opts=opts.InitOpts(width="1000px",height="700px"))
.add_xaxis(x_axis_data)
.add_yaxis("2019年结婚登记数量(万对)", y_axis_data)
.reversal_axis()
.set_series_opts(label_opts=opts.LabelOpts(position="right"))
.set_global_opts(title_opts=opts.TitleOpts(title="全国2019年结婚登记数量(万对)"))
)
c.render_notebook()
```
这样的话,就可以升序排列展示了。
import pandas as pd import numpy as np from pyecharts.charts import Bar import pyecharts.options as opts path_marry = r"D:\迅雷下载\新建文件夹\数据集\数据可视化数据集\结婚离婚\结婚数据.csv" path_divorse = r"D:\迅雷下载\新建文件夹\数据集\数据可视化数据集\结婚离婚\离婚数据.csv" marry_data = pd.read_csv(path_marry) divorse_data = pd.read_csv(path_divorse) divorse_data = divorse_data.set_index(divorse_data["地区"]).drop(columns=["地区"]) show_data2 = marry_data["2019年"] show_data3 = divorse_data["2019年"] show_data4=pd.DataFrame() show_data4["结婚登记数"]=show_data2 show_data4["离婚登记数"]=show_data3 show_data4["结婚登记数占比"]=show_data4["结婚登记数"]/show_data4.sum(axis=1) show_data4["离婚登记数占比"]=1-show_data4["结婚登记数占比"] x_axis_data = show_data3.index.tolist() y_axis_data1 = show_data2.values.tolist() y_axis_data2 = show_data3.values.tolist() c = ( Bar(init_opts=opts.InitOpts(width="800px", height="700px")) .add_xaxis(x_axis_data) .add_yaxis( "2019年结婚登记数量(万对)" , y_axis_data1 ,stack="happy" ,itemstyle_opts={"color":"#006400"} ) .add_yaxis( "2019年离婚登记数量(万对)" , y_axis_data2 ,stack="happy" ) .reversal_axis() .set_series_opts(label_opts=opts.LabelOpts(position="right")) .set_global_opts( title_opts=opts.TitleOpts(title="全国各省2019年结婚登记数量(万对)") ,legend_opts=opts.LegendOpts( pos_left="40%" ,orient="vertical" ) ) ) c.render_notebook()请对这段代码修改,转为显示2个y变量的占比(总和为1)
import pandas as pd
import numpy as np
from pyecharts.charts import Bar
import pyecharts.options as opts
path_marry = r"D:\迅雷下载\新建文件夹\数据集\数据可视化数据集\结婚离婚\结婚数据.csv"
path_divorse = r"D:\迅雷下载\新建文件夹\数据集\数据可视化数据集\结婚离婚\离婚数据.csv"
marry_data = pd.read_csv(path_marry)
divorse_data = pd.read_csv(path_divorse)
divorse_data = divorse_data.set_index(divorse_data["地区"]).drop(columns=["地区"])
show_data2 = marry_data["2019年"]
show_data3 = divorse_data["2019年"]
total = show_data2 + show_data3
show_data4=pd.DataFrame()
show_data4["结婚登记数"]=show_data2/total
show_data4["离婚登记数"]=show_data3/total
x_axis_data = show_data3.index.tolist()
y_axis_data1 = show_data4["结婚登记数"].values.tolist()
y_axis_data2 = show_data4["离婚登记数"].values.tolist()
c = (
Bar(init_opts=opts.InitOpts(width="800px", height="700px"))
.add_xaxis(x_axis_data)
.add_yaxis(
"结婚登记数占比",
y_axis_data1,
stack="happy",
itemstyle_opts={"color":"#006400"}
)
.add_yaxis(
"离婚登记数占比",
y_axis_data2,
stack="happy")
.reversal_axis()
.set_series_opts(label_opts=opts.LabelOpts(position="right"))
.set_global_opts(
title_opts=opts.TitleOpts(title="全国各省2019年结婚离婚登记占比"),
legend_opts=opts.LegendOpts(
pos_left="40%",
orient="vertical"))
)
c.render_notebook()