如何使用pygal绘制熊猫分组值？

Question

我有这样的csv：

name,version,color
AA,"version 1",yellow
BB,"version 2",black
CC,"version 3",yellow
DD,"version 1",black
AA,"version 1",green
BB,"version 2",green
FF,"version 3",green
GG,"version 3",red
BB,"version 3",yellow
BB,"version 2",red
BB,"version 1",black

我想绘制一个条形图，在x轴上显示版本，在y轴上显示不同颜色的数量（数量）。
因此，我想按版本对DataFrame进行分组，检查哪些颜色属于特定版本，对颜色进行计数并在pygal bar chart上显示结果。

它应该看起来像这样：

到目前为止我尝试过的事情：

df = pd.read_csv(results)

new_df = df.groupby('version')['color'].value_counts()

bar_chart = pygal.Bar(width=1000, height=600,
                            legend_at_bottom=True, human_readable=True,
                            title='versions vs colors',
                            x_title='Version',
                            y_title='Number')
versions = []    

for index, row in new_df.iteritems():
    versions.append(index[0])
    bar_chart.add(index[1], row)

bar_chart.x_labels = map(str, versions)

bar_chart.render_to_file('bar-chart.svg')

不幸的是，它不起作用，无法将颜色组匹配到正确的版本。

我也尝试使用matplotlib.pyplot，它的工作原理就像是一种魅力：

pd.crosstab(df['version'],df['color']).plot.bar(ax=ax)
plt.draw() 

这同样有效：

df.groupby(['version','color']).size().unstack(fill_value=0).plot.bar()

但是生成的图表对我来说不够准确。我想获得pygal图表。

我也检查过：
How to plot pandas groupby values in a graph?
How to plot a pandas dataframe?