Панды: гистограмма с накоплением столбца словарей ключей и значений

У меня есть фрейм данных pandas следующим образом, но с большим количеством строк:

>>> import pandas as pd

>>> data = {'First':  ['First value', 'Second value'],
'Second': [{'NOUN': 13, 'VERB': 8, 'PRON': 3}, {'PROPN': 2, 'VERB': 10, 'NOUN': 11}],}

>>> df = pd.DataFrame (data, columns = ['First','Second'])

Я хотел бы построить значения, используя гистограмму с накоплением. Я новичок в python, поэтому не знаю, как это сделать со словарем.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
284
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Я бы импортировал словарь по-другому:

import pandas as pd
from matplotlib import pyplot as plt

data = {'First':  ['First value', 'Second value'],
'Second': [{'NOUN': 13, 'VERB': 8, 'PRON': 3}, {'PROPN': 2, 'VERB': 10, 'NOUN': 11}],}

df = pd.DataFrame(data["Second"], index=data["First"])
df.plot(kind = "bar", stacked = "True")

plt.tight_layout()
plt.show()

Пример вывода:

Другие вопросы по теме