如何从熊猫中的三列创建分组条形图[重复]答案

【问题标题】：How to create a grouped barplot from three columns in pandas [duplicate]如何从熊猫中的三列创建分组条形图[重复]
【发布时间】：2020-04-15 03:17:35
【问题描述】：

我有一个这样的数据框：

  Type Week Value
0  A    1    11
1  A    2     1
2  A    3     7
3  B    1    13
4  B    2    20
5  B    3    30

我想制作一个类似df.plot.bar() 的情节所以它看起来像这样：

我该怎么做？

【问题讨论】：

df.pivot('Type','Week','Value').plot.bar()

标签： python pandas dataframe matplotlib

【解决方案1】：

我用 Seaborn 来做那个情节：

import pandas as pd
import seaborn as sns

data=[['A',1,11],['A',2,1],['A',3,7],['B',1,13],['B',2,20],['B',3,30]]
df=pd.DataFrame(data,columns=['Type','Week','Value'])

sns.barplot(x='Type', y='Value', data=df, hue='Week');

使用 Seaborn，您可以正确选择要绘制的 X 和 Y，并使用参数 hue 显示每周的值。 Seaborn 是基于 matplotlib 的，所以你在 plt 中使用的函数也适用于 Seaborn（如plt.legend()、plt.xlabel() 等）。

【讨论】：

【解决方案2】：

要详细说明@QuangHoang 的评论，流程分为两个步骤。

首先，透视数据。

pivoted = df.pivot('Type', 'Week', 'Value') 
pivoted
# Week   1   2   3
# Type            
# A     11   1   7
# B     13  20  30

DataFrame.plot.bar 的文档中概述了其原因（重点是我的）。

x ：标签或位置，可选。允许绘制一列与其他。 如果不指定，则使用DataFrame的索引。

y ：标签或位置，可选。允许绘制一列与其他。 如果未指定，则使用所有数字列。

如果两个参数都没有指定，它使用x 的Type 索引和每个数字列（现在每周一个）来获取许多条的y 值。这正是你想要的。

pivoted.plot.bar()

【讨论】：

【解决方案3】：

鉴于pandas 解决方案是@Quang Hoang 提供的解决方案，如果您有整洁的数据集，您可以按照@Leonardo Araújo 或plotly 的建议使用seaborn（返回一个不错的交互式绘图) 如下

import pandas as pd
import plotly.express as px

data = [['A',1,11],
        ['A',2,1],
        ['A',3,7],
        ['B',1,13],
        ['B',2,20],
        ['B',3,30]]
df = pd.DataFrame(data, columns=['Type','Week','Value'])

# you need this as you want week to be category and not continuous
df["Week"] = df["Week"].astype(str)
px.bar(df, x="Type", y="Value", color="Week", barmode="group")

【讨论】：