使用 Pandas 在多个子图行中绘制条形图

Question

我有一个简单的长格式数据集，我想从中生成条形图。数据框如下所示：

data = {'Year':[2019,2019,2019,2020,2020,2020,2021,2021,2021],
        'Month_diff':[0,1,2,0,1,2,0,1,2],
        'data': [12,10,13,16,12,18,19,45,34]}
df = pd.DataFrame(data)

我想绘制一个包含 3 行的条形图，分别代表 2019 年、2020 年和 2021 年。X 轴为 month_diff，Y 轴为 data。 我该怎么做？

如果数据在不同的列中，那么我可以只使用此代码：

df.plot(x="X", y=["A", "B", "C"], kind="bar")

但是我的 data 在一个列中，理想情况下，我希望每年都有不同的行。

Answer 1

1。 seaborn.catplot

长格式数据框的最简单选择是 seaborn.catplot 包装器，正如 Johan 所说：

import seaborn as sns
sns.catplot(data=df, x='Month_diff', y='data', row='Year',
            kind='bar', height=2, aspect=4)

---

2。 pivot + DataFrame.plot

没有seaborn:

• pivot 从长格式到宽格式（每栏 1 年）
• 使用 DataFrame.plot 和 subplots=True 将每一年放入其自己的子图中（并且可以选择 sharey=True）

(df.pivot(index='Month_diff', columns='Year', values='data')
   .plot.bar(subplots=True, sharey=True, legend=False))
plt.tight_layout()

请注意，如果您更喜欢单个分组条形图（您在最后提到），您可以省略 subplots 参数：

df.pivot(index='Month_diff', columns='Year', values='data').plot.bar()

---

3。 DataFrame.groupby + subplots

您还可以迭代 df.groupby('Year') 对象：

• 根据组数（年）创建一个subplots轴网格
• 将每个组（年）绘制到它自己的子图行上

groups = df.groupby('Year')
fig, axs = plt.subplots(nrows=len(groups), ncols=1, sharex=True, sharey=True)

for (name, group), ax in zip(groups, axs):
    group.plot.bar(x='Month_diff', y='data', legend=False, ax=ax)
    ax.set_title(name)

fig.supylabel('data')
plt.tight_layout()