与Seaborn / Matplotlib组合条形图

Question

我的目标是创建一个类似下面的分组条形图，使用由两个变量分组的pandas DataFrame＆＃34; Alpha＆＃34;和＆＃34; Beta。＆＃34;

xl2 = xl.groupby(['Alpha','Beta']).median()

当我尝试这个时，就会抛出一个KeyError＆＃39; Alpha＆＃39;

import seaborn as sns
sns.barplot(x=['Alpha', 'Beta'], y=xl2['Gamma'])

我希望传递一个x值列表来索引（＆＃39; Alpha＆＃39;＆＃39; Beta＆＃39;），并绘制相关的Gamma图。＆＃34 ; seaborn.barplot function的文档不提供任何组条形图示例。

感谢您的帮助！

Answer 1

您可以将ggplot用于此

from ggplot import *
import pandas as pd
import numpy as np

df = pd.DataFrame({
    "x": np.random.choice(range(2001, 2008), 250),
    "w": np.random.uniform(50, 400, 250),
    "cat": np.random.choice(["A", "B", "C", "D", "E"], 250)
})

print ggplot(df, aes(x='x', weight='w', fill='cat')) + geom_bar() + theme_bw()

Answer 2

是你想要的吗？

In [167]: df
Out[167]:
    a  b  c
0   2  2  1
1   3  3  1
2   2  2  1
3   2  3  0
4   3  2  2
5   3  3  2
6   1  2  2
7   1  2  2
8   0  2  3
9   3  2  3
10  2  2  0
11  2  1  2
12  2  1  0
13  1  2  1
14  0  2  3
15  0  3  3
16  3  1  2
17  0  1  1
18  0  2  2
19  0  1  0

In [168]: plot = df.groupby(['a','b']).mean()

In [169]: plot
Out[169]:
            c
a b
0 1  0.500000
  2  2.666667
  3  3.000000
1 2  1.666667
2 1  1.000000
  2  0.666667
  3  0.000000
3 1  2.000000
  2  2.500000
  3  1.500000

In [170]: sns.barplot(x=plot.index, y=plot.c)

PS如果您需要不同的东西，请提供样本数据集和预期的分组结果DF（以text / dict / JSON / CSV格式）

PPS您可能还想查看this answer

Answer 3

Altair在这种情况下可能会有所帮助。以下是由以下代码生成的图表。

进口

import pandas as pd
import numpy as np
from altair import *

生成数据集

np.random.seed(0)
df = pd.DataFrame({
    "x": np.random.choice(range(0, 5), 250),
    "w": np.random.uniform(50, 400, 250),
    "cat": np.random.choice(["A", "B", "C", "D", "E"], 250)
})

绘图

Chart(df).mark_bar().encode(x=X('cat', axis=False),  
                            y=Y('median(w)', axis=Axis(grid=False)),
                            color='cat',
                            column=Column('x', axis=Axis(axisWidth=1.0, offset=-8.0, orient='bottom'),scale=Scale(padding=30.0)),
                        ).configure_facet_cell( strokeWidth=0.0).configure_cell(width=200, height=200)

altair代码中的关键内容是：

1. X值是类别（＆＃39; cat＆＃39;在df中）
2. 颜色按类别
3. Y值是变量的中位数
4. 不同的列代表不同的年份