如何从宽数据帧创建单个图形中的分组条形图

2022-02-27 00:00:00 python pandas matplotlib seaborn bar-chart

问题描述

我有以下DF：

test_df = pd.DataFrame({'name': ['a', 'b', 'c'], 'res1': [1,2,3], 'res2': [4,5,6]})

我希望绘制(理想情况下，在一个图表中)数据，这样我就可以为每行(每个名称)分别比较res1和res2。

我曾尝试实现类似的功能，但我想有一种更简单、更优雅的解决方案，它也允许我将所有内容放在一个图表中，并命名为x轴上的一个组。

    plt.subplot(1, 3, i+1)
    sns.barplot(x=test_df.iloc[i,1:].index.tolist(), y=test_df.iloc[i,1:].values.tolist())
    plt.title(test_df.iloc[i,0])

解决方案

  • 这可以使用seaborn.barplot完成，或者只使用pandas.DataFrame.plot，这样可以避免额外的导入。
  • 如How to plot and annotate a grouped bar chart所示进行批注
    • 使用.bar_label添加批注，matplotlib 3.4.2提供。
    • 该链接还显示如果使用以前版本的matplotlib，如何添加批注。
  • 使用pandas 1.3.0、matplotlib 3.4.2和seaborn 0.11.1
与pandas.DataFrame.plot
  • 该选项需要name作为索引值，或者res1和res2作为索引。
import pandas as pd

test_df = pd.DataFrame({'name': ['a', 'b', 'c'], 'res1': [1,2,3], 'res2': [4,5,6]})

# display(test_df)
  name  res1  res2
0    a     1     4
1    b     2     5
2    c     3     6

# set name as the index
test_df.set_index('name', inplace=True)

# display(test_df)
      res1  res2
name            
a        1     4
b        2     5
c        3     6

# plot and annotate
p1 = test_df.plot(kind='bar', rot=0)

for p in p1.containers:
    p1.bar_label(p, fmt='%.1f', label_type='edge')


import pandas as pd

test_df = pd.DataFrame({'name': ['a', 'b', 'c'], 'res1': [1,2,3], 'res2': [4,5,6]})

# set name as the index and then Transpose the dataframe
test_df = test_df.set_index('name').T

# display(test_df)
name  a  b  c
res1  1  2  3
res2  4  5  6

# plot and annotate
p1 = test_df.plot(kind='bar', rot=0)

for p in p1.containers:
    p1.bar_label(p, fmt='%.1f', label_type='edge')

WITHseaborn.barplot
  • 使用pandas.DataFrame.melt将数据帧从宽格式转换为长格式，然后使用hue参数。
import pandas as pd
import seaborn as sns

test_df = pd.DataFrame({'name': ['a', 'b', 'c'], 'res1': [1,2,3], 'res2': [4,5,6]})

# melt the dataframe into a long form
test_df = test_df.melt(id_vars='name')

# display(test_df.head())
  name variable  value
0    a     res1      1
1    b     res1      2
2    c     res1      3
3    a     res2      4
4    b     res2      5

# plot the barplot using hue; switch the columns assigned to x and hue if you want a, b, and c on the x-axis.
p1 = sns.barplot(data=test_df, x='variable', y='value', hue='name')

# add annotations
for p in p1.containers:
    p1.bar_label(p, fmt='%.1f', label_type='edge')
  • 与x='variable', hue='name'

  • 与x='name', hue='variable'

相关文章