如何条形图数据框的每一行

Question

数据框如下：

import pandas as pd
import numpy as np  # used for the nan values

data = {'card_name': ['Diamonds', 'Clovers', 'HorseShoe'], '$20': [1000.0, 10.0, np.nan], '$25': [500.0, np.nan, 1873.0], '$30': [25, 213, 4657], '$40': [np.nan, 2199.0, np.nan], '$50': [1500.0, np.nan, 344.0], '$70': [np.nan, 43.0, 239.0], '$75': [30.0, 2.0, np.nan], '$100': [1.0, np.nan, 748.0]}
df = pd.DataFrame(data)

   card_name   $20  $25  $30  $40  $50   $70   $75  $100
0  Diamonds   1000  500  25   NaN 1500   NaN    30    1
1  Clovers    10    NaN  213 2199  NaN   43     2    NaN
2  HorseShoe  NaN  1873 4657  NaN  344   239   NaN   748

美元符号列名下的数字是对应的card_name上有多少奖品。

我正在尝试绘制每个 card_name 的图表并显示所有列的奖品数量。

我将 Python 和 Pandas 与 Matplotlib/Seaborn 一起使用

Answer 1

• 所需数据框的形状取决于用于绘图的绘图 API。
  • pandas 和 seaborn 都依赖于 matplotlib，但需要不同的形状才能获得相同的结果。

pandas

• 设置'card_name'为索引，然后用.T转置dataframe。
• 直接使用pandas.DataFrame.plot 和kind='bar' 绘制数据框。索引被绘制为轴。

# set the index and transpose
dft = df.set_index('card_name').T

# display(dft)
card_name  Diamonds  Clovers  HorseShoe
$20          1000.0     10.0        NaN
$25           500.0      NaN     1873.0
$30            25.0    213.0     4657.0
$40             NaN   2199.0        NaN
$50          1500.0      NaN      344.0
$70             NaN     43.0      239.0
$75            30.0      2.0        NaN
$100            1.0      NaN      748.0

# plot
dft.plot(kind='bar', rot=0)

seaborn

• 使用pandas.DataFrame.melt 将数据帧从宽格式转换为长格式
• 使用seaborn.barplot 或seaborn.catplot 和kind='bar' 绘制数据，然后使用hue= 指定要着色的列。

# convert the dataframe to long format
dfm = df.melt(id_vars='card_name')

# display(dfm.head())
   card_name variable   value
0   Diamonds      $20  1000.0
1    Clovers      $20    10.0
2  HorseShoe      $20     NaN
3   Diamonds      $25   500.0
4    Clovers      $25     NaN

ax = sns.barplot(data=dfm, x='variable', y='value', hue='card_name')

subplots

pandas

• 添加参数subplots=True

# using the previously transformed dataframe dft
axes = dft.plot(kind='bar', rot=0, subplots=True, figsize=(6, 10))

seaborn

• 通过指定row= 和/或col= 参数，可以更轻松地使用.catplot 获取子图。

# using the previously transformed dataframe dfm
p = sns.catplot(kind='bar', data=dfm, x='variable', y='value', row='card_name', height=3, aspect=1.5)