我有这个Telco-Customer Churn dataset。在根据不同的任期分析了流失率之后,我想把它想象成下图中的样子,在下图中,只有流失的数量与不同的任期“仓位”对应。你知道吗
下面是我尝试过的:
import pandas as pd
import matplotlib.pyplot as plt
user_data = pd.read_csv("https://github.com/WedamN/Telco-Churn-Prediction/blob/master/CustomerChurnData.csv")
# bin the tenure into every 6 months
user_data['tenure_bin'] = pd.cut(user_data['Tenure'], list(range(0, 73, 6)))
# some basic analysis
churn_rate_according_to_tenure = user_data.groupby('tenure_bin').Churn.value_counts('Yes')*100
# plot the results
churn_rate_according_to_tenure.plot().bar()
plt.show()
这是我得到的情节(有点混乱),其中显示了“是”和“否”两个类别。如果我只想用相同颜色的条显示“是”类别,如何解决这个问题?
我认为,如果您想通过^{} 将这两个类别合并在一起,则需要重塑:
如果需要筛选,请选择类别-列:
相关问题 更多 >
编程相关推荐