来自两个熊猫数据框的分组条形图

Question

我有两个包含不同值但结构相同的数据框：

df1 =

         0         1         2         3         4 
D  0.003073  0.014888  0.155815  0.826224       NaN
E  0.000568  0.000435  0.000967  0.002956  0.067249  

df2 =

     0         1         2         3         4
D  0.746689  0.185769  0.060107  0.007435       NaN   
E  0.764552  0.000000  0.070288  0.101148  0.053499

我想在单个分组的条形图中绘制两个数据框。另外，每一行（索引）应该是一个子图。

对于其中之一，直接使用熊猫可以轻松实现：

df1.T.plot(kind="bar", subplots=True, layout=(2,1), width=0.7, figsize=(10,10), sharey=True)

我尝试使用

pd.concat([df1, df2], axis=1)

这将导致一个新的数据框：

         0         1         2         3         4         0         1         2         3         4
D  0.003073  0.014888  0.155815  0.826224       NaN  0.746689  0.185769  0.060107  0.007435       NaN
E  0.000568  0.000435  0.000967  0.002956  0.067249  0.764552  0.000000  0.070288  0.101148  0.053499

但是，使用上述方法绘制数据框不会将每列的条形分组，而是将它们分开处理。每个子图将产生一个x轴，其中x轴按列顺序重复，例如0,1,2,3,4,0,1,2,3,4。

有任何想法吗？

Answer 1

目前尚不清楚数据是如何组织的。Pandas 和seaborn 通常期望整洁的数据集。因为您在绘图之前转置了数据，所以我假设您有两个变量（A 和 B）和四个观察值（例如测量值）

df1 = pd.DataFrame.from_records(np.random.rand(2,4), index = ['A','B'])
df2 = pd.DataFrame.from_records(np.random.rand(2,4), index = ['A','B'])

df1.T

也许这接近你想要的：

df4 = pd.concat([df1.T, df2.T], axis=0, ignore_index=False)
df4['col'] = (len(df1.T)*(0,) + len(df2.T)*(1,))
df4.reset_index(inplace=True)
df4

使用seaborns 面网格可以方便地进行绘图：

sns.factorplot(x='index', y='A', hue='col', kind='bar', data=df4)