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)

我想绘制一个有 3 行的条形图，每行代表 2019 年、2020 年和 2021 年。X 轴month_diff为dataY 轴。我该怎么做呢？

如果数据位于不同的列中，那么我可以使用以下代码：

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

但我的data在单列中，理想情况下，我希望每年都有不同的行。

Answer 1

1.seaborn.catplot

长格式数据帧最简单的选择是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（每列 1 年）
• 使用DataFrame.plotwithsubplots=True将每年放入其自己的子图中（并且可选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（您在最后提到的），您可以省略参数subplots：

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

3. DataFrame.groupby+subplots

您还可以迭代该df.groupby('Year')对象：

• 创建一个subplots根据组数（年）
• 将每个组（年）绘制到其自己的子图行上

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()