如何创建分组条形图答案

【问题标题】：How to create a grouped bar plot如何创建分组条形图
【发布时间】：2018-05-27 12:49:14
【问题描述】：

这里的目标是创建一个分组条形图，而不是像下图这样的子图

有没有一种简单的方法可以在 Python 中创建分组条形图？现在我得到单独的条形图，而不是一个图上的单独条形图。

import pandas as pd

df = pd.DataFrame([['g1', 'c1', 10], ['g1', 'c2', 12], ['g1', 'c3', 13], ['g2', 'c1', 8], ['g2', 'c2', 10], ['g2', 'c3', 12]], columns=['group', 'column', 'val'])

  group column  val
0    g1     c1   10
1    g1     c2   12
2    g1     c3   13
3    g2     c1    8
4    g2     c2   10
5    g2     c3   12
    

df.groupby(['group']).plot(kind='bar')

【问题讨论】：

标签： python pandas matplotlib seaborn bar-chart

【解决方案1】：

Pandas 将按列显示分组条形。每行但不同列中的条目将在结果图中构成一个组。因此，您需要“重塑”您的数据框以将“组”作为列。在这种情况下，您可以像这样旋转

df.pivot("column", "group", "val")

生产

group   g1  g2
column        
c1      10   8
c2      12  10
c3      13  12

绘制此图将生成一个分组条形图。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame([['g1','c1',10],['g1','c2',12],['g1','c3',13],['g2','c1',8],
                   ['g2','c2',10],['g2','c3',12]],columns=['group','column','val'])

df.pivot("column", "group", "val").plot(kind='bar')

plt.show()

【讨论】：

【解决方案2】：

您可以使用下面给出的代码简单地做到这一点：

import pandas as pd
import matplotlib.pyplot as plt

positive_values = [20, 17.5, 40]
negative_values = [15, 8, 70]
index = ['Precision', 'Recall', 'f1-score',]
df = pd.DataFrame({'Positive Values': positive_values,
                    'Negative Values': negative_values}, index=index)
ax = df.plot.bar(rot=0, color={"Positive Values": "green", "Negative Values": "red"})

输出：

【讨论】：

【解决方案3】：

给定一个长（整齐）数据的数据帧，如 OP 中所示，不需要转换数据帧的实现是使用 seaborn.barplot 和 hue 参数。
seaborn 是 matplotlib 的高级 API
用seaborn 0.11.1 和matplotlib 3.4.2 测试

import pandas as pd
import seaborn as sns

# the sample dataframe from the OP
df = pd.DataFrame([['g1', 'c1', 10], ['g1', 'c2', 12], ['g1', 'c3', 13], ['g2', 'c1', 8], ['g2', 'c2', 10], ['g2', 'c3', 12]], columns=['group', 'column', 'val'])

# plot with seaborn barplot
sns.barplot(data=df, x='column', y='val', hue='group')

【讨论】：

【解决方案4】：

Plotly express 是我最近用过的最好的可视化包之一。它使您无需执行大量数据转换即可生成可视化。

# initial dataframe
df = pd.DataFrame([['g1','c1',10],['g1','c2',12],['g1','c3',13],['g2','c1',8],
                   ['g2','c2',10],['g2','c3',12]],columns=['group','column','val'])

df.head()

   group column val
0   g1   c1     10
1   g1   c2     12
2   g1   c3     13
3   g2   c1      8
4   g2   c2     10
5   g2   c3     12

无需转换数据，直接使用plotly express：

import plotly.express as px
fig = px.bar(df, x="column", y="val",
             color='group', barmode='group',text="val",
             height=400)
fig.show()

【讨论】：