用 seaborn 绘制水平条形图答案

【问题标题】：Plot horizontal bar plot with seaborn用 seaborn 绘制水平条形图
【发布时间】：2019-05-29 18:07:40
【问题描述】：

我正在爬取一个目录并读取一堆文件并解析它们。我需要的只是获取数据框的大小。我通过使用len(df.index) 来做到这一点。

每个目录有 10 个文件，编号从 0 到 9。我将所有这些 len(df.index) 添加到数据框中，其中字母['A', 'B', 'C', 'D'] 来自类别列表。这些值由df2.loc[seed,nd] = len(df.index) 添加到数据框中。生成的数据框如下：

         A         B         C       D
0  10515.0  160592.0  221621.0  198884.0
1   9777.0  161307.0  222064.0  199841.0
2  10957.0  159954.0  219553.0  198622.0
3  12731.0  157862.0  221250.0       NaN
4  11765.0  162177.0       NaN       NaN
5   8849.0  155631.0       NaN       NaN
6  10549.0  160976.0       NaN       NaN
7   8694.0  158953.0       NaN       NaN
8  11696.0  160952.0       NaN       NaN
9  10590.0  161046.0       NaN       NaN

在我的脚本中，我在 for 循环中抓取了两个目录，X 和 Z，从而生成了两个与上述类似的数据帧。

问题是我正在尝试使用 Seaborn 水平条形图绘制此数据框

sns.barplot(data=df2)

但是我不知道如何指定类别，比如显示here。

如何做到这一点？我需要更改我的数据框格式吗？

我希望得到这样的结果（来自 MS Excel）

【问题讨论】：

这 4 个类别的 X 和 Z 是什么？
不缺少指定类别的列？
对不起，我忘了说我爬了两个目录，Z 和 X。我会编辑帖子

标签： python pandas seaborn

【解决方案1】：

您可以使用两个DataFrames的concat和参数keys指定组，然后通过melt重塑，最后使用参数hue指定组：

dfs = [df21, df22]

df = pd.concat(dfs, keys=('X','Z')).reset_index(level=0).melt('level_0')
sns.barplot(x='value', y='variable', hue='level_0', data=df)

【讨论】：

【解决方案2】：

我认为这可以使用seabon's barplot function 的orient 属性来实现。

示例 -

import pandas as pd
import numpy as np
import seaborn as sns
df = pd.DataFrame(np.random.randint(0,10,size=(10, 4)), columns=list('ABCD'))
sns.barplot(data=df, orient = 'h')

【讨论】：