熊猫绘制了“分组依据”结果的子图

Question

我与我的（可怜的）熊猫知识斗争，因为我试图通过一个小组的操作获得一个关于层次索引的条形图。

我的数据看起来像这样

id, val, cat1, cat2

然后我创建一个分层索引：

df_group = df_len.groupby(['cat1','cat2'])

我希望每个cat1对象获得一个 hbar plot ，列出列出所有cat1对象值的所有cat2对象。

我的方法都不起作用：

• df_group.plot(...)
• for name, group in df_group: .... group.plot(...)
• df_group.xs(...)实验

结果应该看起来像这个

我想我只是缺乏对pandas，matplotlib，... - 内部的了解，并且绘制几百个项目（cat2＆lt; 10，cat1 = 30）并不困难

Answer 1

我建议使用seaborn来制作此类型的分面图。在matplotlib中执行它非常棘手，因为库的级别很低。 Seaborn擅长这个用例。

Answer 2

好的伙计们，所以我最终解决了这个问题：

dfc = df_len.groupby(['cat1','cat2']).count().reset_index()
dfp=dfc.pivot(index="cat1",columns="cat2")
dfp.columns = dfp.columns.get_level_values(1)
dfp.plot(kind='bar', figsize=(15, 5), stacked=True);

简而言之：我使用了一个数据透视表来转置我的矩阵，然后我能够在example 2 here自动绘制单个cols。

Answer 3

在matplotlib中不那么棘手，请参阅：

In [54]:

print df
  cat1  cat2       val
0    A     1  0.011887
1    A     2  0.880121
2    A     3  0.034244
3    A     4  0.530230
4    B     1  0.510812
5    B     2  0.405322
6    B     3  0.406259
7    B     4  0.406405
In [55]:

col_list = ['r', 'g']
ax = plt.subplot(111)
for (idx, (grp, val)) in enumerate(df.groupby('cat1')):
    ax.bar(val.cat2+0.25*idx-0.25, 
           val.val, width=0.25,  
           color=col_list[idx], 
           label=grp)
plt.legend()