seaborn多变量组条形图

时间:2018-03-27 06:07:35

标签: pandas matplotlib seaborn data-analysis

我有pandas数据帧,一个索引(datetime)和三个变量(int)

date        A   B       C
2017-09-05  25  261     31
2017-09-06  261 1519    151
2017-09-07  188 1545    144
2017-09-08  200 2110    232
2017-09-09  292 2391    325

我可以用基本的熊猫图创建分组条形图。

df.plot(kind='bar', legend=False)

enter image description here

但是,我想在Seaborn或其他图书馆展示以提高我的技能。
我找到了非常接近的答案(Pandas: how to draw a bar plot with two categories and four series each?)。 在其建议的答案中,它的代码为

ax=sns.barplot(x='', y='', hue='', data=data)

如果我将此代码应用于我的,我不知道我的'是什么。

ax=sns.barplot(x='date', y=??, hue=??, data=data)

如何使用Seaborn或其他库绘制多个变量?

1 个答案:

答案 0 :(得分:5)

如果想要使用barplot,我认为需要melt

data = df.melt('date', var_name='a', value_name='b')
print (data)
          date  a     b
0   2017-09-05  A    25
1   2017-09-06  A   261
2   2017-09-07  A   188
3   2017-09-08  A   200
4   2017-09-09  A   292
5   2017-09-05  B   261
6   2017-09-06  B  1519
7   2017-09-07  B  1545
8   2017-09-08  B  2110
9   2017-09-09  B  2391
10  2017-09-05  C    31
11  2017-09-06  C   151
12  2017-09-07  C   144
13  2017-09-08  C   232
14  2017-09-09  C   325

ax=sns.barplot(x='date', y='b', hue='a', data=data)
ax.set_xticklabels(ax.get_xticklabels(), rotation=90)

带有DataFrame.plot.barset_index的Pandas解决方案:

df.set_index('date').plot.bar()