在散景中跨两列创建聚集条形图

Question

我有一个如下所示的数据框：

       type    price1     price2
0        A     5450.0     31980.0
1        B     5450.0     20000.0
2        C     15998.0    18100.0

我想要的是绘制“类型”与“价格”的聚集条形图。最终目标是一个图表，每种类型都有两个柱，一个柱用于“price1”，另一个柱用于“price2”。两列的单位相同 ($)。使用 Bokeh 我可以按类型分组，但我似乎无法按通用“价格”单位分组。到目前为止我有这个代码：

import pandas as pd
import numpy as np
from bokeh.charts import Bar, output_file, show
from bokeh.palettes import Category20 as palette
from bokeh.models import HoverTool, PanTool
p = Bar(
        df,
        plot_width=1300,
        plot_height=900,
        label='type',
        values='price2',
        bar_width=0.4,
        legend='top_right',
        agg='median',
        tools=[HoverTool(), PanTool()],
        palette=palette[20])

但这只会让我为每种类型提供一列。

如何修改我的代码以使每种类型有两个条形图？

Answer 1

您正在搜索的是grouped Bar 情节。

但是您必须稍微重新组织您的数据，以便散景（或更好的 Pandas）能够正确地对数据进行分组。

df2 = pd.DataFrame(data={'type': ['A','B','C', 'A', 'B', 'C'],
          'price':[5450, 5450, 15998, 3216, 20000, 15000],
          'price_type':['price1', 'price1', 'price1', 'price2', 'price2', 'price2']})

p = Bar(
        df2,
        plot_width=1300,
        plot_height=900,
        label='type',
        values='price',
        bar_width=0.4,
        group='price_type',
        legend='top_right')
  show(p)

Answer 2

您的表格是“宽”格式。您想首先使用 pd.melt() 函数将其融化为长格式。对于可视化，我建议你使用“Seaborn”包，让你的生活更轻松。您可以在一行中可视化所有内容。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

your_df = pd.DataFrame(data={'type': ['A','B','C'],
      'price1':[5450, 5450, 15998],
      'price2' : [3216, 20000, 15000]})

long_df = pd.melt(your_df,id_vars = ['type'],value_vars =['price1','price2'])
print long_df

my_plot = sns.barplot(x="type", y="value",hue = "variable", data=long_df)
sns.plt.show()

可以在此处找到有关长格式和宽格式的好帖子： Reshape Long Format Multivalue Dataframes with Pandas

如果你坚持使用散景，就像renzop指出的那样：

p = Bar(long_df,
    plot_width=1000,
    plot_height=800,
    label='type',
    values='value',
    bar_width=0.4,
    group='variable',
    legend='top_right')

show(p)