在更新我的一些早期代码以使用pandas.DataFrame时,我遇到了以下问题......
这是我原始代码创建的参考图:
import pandas as pd
import matplotlib.pyplot as plt
a = range(1, 25)
b = a
c = [x+2 for x in b]
d = [x*2 for x in c]
plt.bar(a, d)
plt.bar(a, c)
plt.bar(a, b)
plt.show()
问题定义:
我想使用内置功能的pandas.DataFrame创建这个相同的图。确切地说,只有条形放置是相关的,我对轴刻度的格式化/标记不感兴趣。
df = pd.DataFrame({'a': a, 'b': b, 'c': c, 'd': d}, columns=['a', 'b', 'c', 'd'])
df.set_index('a', inplace=True)
df.plot.bar()
plt.show()
默认的pandas bar-plot(如上所示)或添加stacked=True
选项(见下文)都没有产生所需的结果。
df.plot.bar(stacked=True)
plt.show()
不幸的是,overlay=True
选项不存在。
是否有另一种(最好是优雅的)方法来达到预期的效果?
如果没有别的可用,我只会修改pandas.DataFrame值(即相互减去列),然后使用stacked=True
选项。以前,我实施了,我期待看到你的建议......
答案 0 :(得分:2)
您可以使用subplots
返回的值设置ax
参数,如下所示:
_, ax = plt.subplots()
df.d.plot(kind='bar', ax=ax, color='red')
df.c.plot(kind='bar', ax=ax, color='green')
df.b.plot(kind='bar', ax=ax, color='blue')
答案 1 :(得分:0)
您还可以执行以下操作。 如果这是您的数据:
a = range(1, 25)
b = [x+1 for x in b]
c = [x+2 for x in b]
d = [x*2 for x in c]
df = pd.DataFrame({'a': a, 'b': b, 'c': c, 'd': d}, columns=['a', 'b', 'c', 'd'])
然后直接在您的数据框上调用 plot。然后您还可以使用 stacked = True
参数。像这样:
df[["a", "b", "c", "d"]].plot(x="d", kind="bar", stacked=True)
图片如下: