python - 当绘制两个数据集并且其中一个具有更多数据时，我们如何“规范化”它们以使它们在表示上相等？

Question

我正在使用 Plotly 绘制一些情绪数据，但我有一个问题是一个字符的行数比另一个字符多得多，所以我们似乎无法比较两者。我不确定如何描述这个以找到解决方案，所以我希望也许有人会理解我所指的内容。以下是图片：

我们不能真正将橙色的消极性与蓝色的消极性进行比较，或者我们可以吗？我们应该让橙色有 600 作为标签，它比蓝色小得多还是正确缩放？

我喜欢这个，所以我们可以说，例如，蓝色不如橙色积极。

对于任何混淆，我深表歉意。谢谢你。

标签： pythonpandasdataframestatisticsdataset

Answer 1

我不知道您正在操作哪些对象，但我在您的标签中读取了 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"])

指数	消极的	中性的	积极的
橙	55	149	111
蓝色的	188	652	320

您可以简单地计算沿其行的每个值的百分比：

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

指数	消极的	中性的	积极的
橙	17.460317	47.301587	35.238095
蓝色的	16.206897	56.206897	27.586207

绘制这个新的 DataFrame 后，条形高度将具有可比性。百分比是直观的并且被广泛理解。