In questo breve quadernetto vado a realizzare un esempio di come fare un bar plot di due categorie di dati contenute in un dataframe. Prima devo classificare diverse board come funzionanti o difettose, successivamente andare a sommare alcuni indicatori

Esempio realizzato per Cesare, relativo alle attività di Random Power

Inizo caricando i moduli necessari

In [1]:
import pandas as pd
from matplotlib import pyplot as plt

import numpy as np

Visto che è la tua richiesta, inizio a caricare il dataset

In [2]:
df = pd.read_csv("setStats.csv")

e lo ispeziono

In [3]:
df.head(10)
Out[3]:
boardID setNum nistGold nistSilver nistBronze nistDiscarded nistGoldNorm nistSilverNorm nistBronzeNorm nistDiscardedNorm countCrush countAlphabit
0 Board#0013 set_1 10 5 1 4 0.50 0.25 0.05 0.20 10 4
1 Board#0013 set_2 13 6 0 1 0.65 0.30 0.00 0.05 11 2
2 Board#0013 set_3 14 4 1 1 0.70 0.20 0.05 0.05 13 2
3 Board#46845 set_1 9 8 2 1 0.45 0.40 0.10 0.05 2 0
4 Board#46845 set_2 11 5 2 2 0.55 0.25 0.10 0.10 4 0
5 Board#46845 set_3 10 9 0 1 0.50 0.45 0.00 0.05 0 0
6 Board#46845 set_4 11 3 2 4 0.55 0.15 0.10 0.20 2 0
7 Board#46845 set_5 9 6 3 2 0.45 0.30 0.15 0.10 3 0
8 Board#46845 set_6 10 6 1 3 0.50 0.30 0.05 0.15 4 0
9 Board#46846 set_1 9 4 2 5 0.45 0.20 0.10 0.25 2 0

Definisco la lista delle board malate. Qui sto facendo l'assunzione che i due insiemi siano disgiunti e che non esistano board fuori. In caso esistessero devi fare un lavoro simile ma tenendo traccia di n possibili popolazioni

In [4]:
fboards = ['Board#46845', 'Board#46846', 'Board#46847', 'Board#46848', 'Board#46852', 'Board#46855'] 
dboards = ['Board#0013', 'Board#46851', 'Board#46853', 'Board#46856']
In [5]:
df.boardID.isin(fboards).head(10)
Out[5]:
0    False
1    False
2    False
3     True
4     True
5     True
6     True
7     True
8     True
9     True
Name: boardID, dtype: bool

Visto che vogliamo lavorare con i dataframe, aggiungo una colonna al dataframe che mi dice quali schede sono funzionanti

In [6]:
#Vale True per le fboards, assumo che le altre siano dboards
df["funziona"] = df.boardID.isin(fboards)
In [7]:
df.head(10)
Out[7]:
boardID setNum nistGold nistSilver nistBronze nistDiscarded nistGoldNorm nistSilverNorm nistBronzeNorm nistDiscardedNorm countCrush countAlphabit funziona
0 Board#0013 set_1 10 5 1 4 0.50 0.25 0.05 0.20 10 4 False
1 Board#0013 set_2 13 6 0 1 0.65 0.30 0.00 0.05 11 2 False
2 Board#0013 set_3 14 4 1 1 0.70 0.20 0.05 0.05 13 2 False
3 Board#46845 set_1 9 8 2 1 0.45 0.40 0.10 0.05 2 0 True
4 Board#46845 set_2 11 5 2 2 0.55 0.25 0.10 0.10 4 0 True
5 Board#46845 set_3 10 9 0 1 0.50 0.45 0.00 0.05 0 0 True
6 Board#46845 set_4 11 3 2 4 0.55 0.15 0.10 0.20 2 0 True
7 Board#46845 set_5 9 6 3 2 0.45 0.30 0.15 0.10 3 0 True
8 Board#46845 set_6 10 6 1 3 0.50 0.30 0.05 0.15 4 0 True
9 Board#46846 set_1 9 4 2 5 0.45 0.20 0.10 0.25 2 0 True

Vado ad effettuare le somme per ciascuna cosa di interesse

In [8]:
myGold = df.groupby("funziona")["nistGold"].sum()
myGold
Out[8]:
funziona
False    259
True     382
Name: nistGold, dtype: int64
In [9]:
mySilver = df.groupby("funziona")["nistSilver"].sum()
mySilver
Out[9]:
funziona
False    134
True     180
Name: nistSilver, dtype: int64
In [10]:
myBronze = df.groupby("funziona")["nistBronze"].sum()
myBronze
Out[10]:
funziona
False    27
True     45
Name: nistBronze, dtype: int64

Per essere sicuro controllo che tipo sono questi oggetti

In [11]:
type(myGold)
Out[11]:
pandas.core.series.Series
In [12]:
myBronze[1]
Out[12]:
45
In [13]:
lstFunzionanti = (myBronze[0], mySilver[0], myGold[0])
lstDifettose = (myBronze[1], mySilver[1], myGold[1])

lstNomi = ("Bronzo", "Argento", "Oro")

print(lstFunzionanti)
print(lstDifettose)

(27, 134, 259)
(45, 180, 382)

Procedo al plot. cfr

In [14]:
x = np.arange(len(lstNomi))  # the label locations
width = 0.35  # the width of the bars

fig, ax = plt.subplots()
rects1 = ax.bar(x - width/2, lstFunzionanti, width, label = "Funzionanti")
rects2 = ax.bar(x + width/2, lstDifettose, width, label = "Difettose")


ax.set_ylabel("Categoria")
ax.set_title("Somma")
plt.xticks(x, lstNomi) # Gives a strange error...
ax.legend()

ax.set_ylim(0, 450)
#ax.grid(True)

ax.bar_label(rects1, padding=3)
ax.bar_label(rects2, padding=3)

fig.tight_layout()

plt.show()
In [15]:
fig, ax = plt.subplots()
#fig.set_size_inches(12,5)

x = np.arange(len(lstNomi))  # the label locations
width = 0.1  # the width of the bars

ax.bar(x - width/2, lstFunzionanti, label = "Funzionanti")
ax.bar(x + width/2, lstDifettose, label = "Difettose")

ax.set_ylabel("Categoria")
ax.set_title("Somma")
#ax.set_xticks(x, lstNomi)
ax.legend()

ax.bar_label(rects1, padding=3)
ax.bar_label(rects2, padding=3)


plt.show()
In [ ]:
In [ ]:
In [ ]: