在前一篇我們透過縣市平均值排行，了解到各縣市在整體空氣品質上的差異。不過單看「平均值」仍不足以說明日常生活的真實體驗，因為平均可能會被極端值拉高或拉低。

舉例來說：
若某縣市30天裡有20天是「良好」，但10天是「非常糟」，平均數值可能看起來還好，但實際上居民會經歷多次嚴重污染日。相反地，另一個縣市可能每天都在「普通」等級，看似沒有很乾淨，但也沒有太差。因此，今天我們要將AQI指數轉換成等級，並計算各縣市不同等級的分布比例。

import pandas as pd
import matplotlib.pyplot as plt

# 設定中文字型（避免亂碼）
plt.rcParams["font.family"] = "Heiti TC"
plt.rcParams["axes.unicode_minus"] = False

# 讀取資料
df = pd.read_csv("IT_AQI/AQI.csv")


# 建立 AQI 等級分類
def classify_aqi(value):
    if value <= 50:
        return "良好"
    elif value <= 100:
        return "普通"
    elif value <= 150:
        return "對敏感族群不健康"
    elif value <= 200:
        return "對所有族群不健康"
    elif value <= 300:
        return "非常不健康"
    else:
        return "危害"


df["AQI等級"] = df["aqi"].apply(classify_aqi)

# 計算各縣市 AQI 等級比例
city_aqi_level = df.groupby(["county", "AQI等級"]).size().reset_index(name="count")

# 換算比例
city_total = city_aqi_level.groupby("county")["count"].sum().reset_index(name="total")
city_aqi_level = city_aqi_level.merge(city_total, on="county")
city_aqi_level["比例"] = city_aqi_level["count"] / city_aqi_level["total"]

# 轉換成堆疊條形圖格式
pivot_df = city_aqi_level.pivot(
    index="county", columns="AQI等級", values="比例"
).fillna(0)

# 繪製堆疊長條圖
pivot_df.plot(kind="bar", stacked=True, figsize=(12, 6), colormap="tab20")

plt.title("各縣市 AQI 等級分布比例")
plt.xlabel("縣市")
plt.ylabel("比例")
plt.legend(title="AQI 等級", bbox_to_anchor=(1.05, 1), loc="upper left")
plt.tight_layout()
plt.show()

在圖表中，每一個縣市是一根「堆疊長條」，由不同顏色區塊組成，代表該縣市不同AQI等級的比例。
例如：

• 台北市：大部分區塊集中在「良好」與「普通」，偶爾有少數「對敏感族群不健康」。
• 高雄市：相比之下，較高比例落在「對敏感族群不健康」或「對所有族群不健康」，顯示工業及交通的影響。
• 花蓮/台東：多為「良好」，很少出現污染嚴重的情況，說明東部環境條件佳。