如何与熊猫中不同数据框的列并排绘制两个条形图

Question

我想使用两个国家的matplotlib / seaborn并排绘制两个条形图，以Covid-19确认的案例：意大利和印度进行比较。但是，尝试了许多方法后，我无法解决问题。两国的确诊病例均来自两个不同的数据框架。

Data source

我想在x轴上绘制“日期”列，并在y轴上绘制“确认病例数”。
附上我的代码图片以供参考。
附注：我也是数据可视化和熊猫的新手。

 import pandas as pd
 import numpy as np
 import matplotlib.pyplot as plt
 import seaborn as sns
 df = pd.read_csv('https://raw.githubusercontent.com/datasets/covid- 
 19/master/data/countries-aggregated.csv', parse_dates = ['Date'])
 df.head(5)

 ind_cnfd = df[['Date', 'Country', 'Confirmed']]
 ind_cnfd = ind_cnfd[ind_cnfd['Country']=='India']
 italy_cnfd = df[['Date', 'Country', 'Confirmed']]
 italy_cnfd = italy_cnfd[italy_cnfd['Country'] == 'Italy']

此的预期输出种类： 在x轴上带有日期，在y轴上带有已确认的病例

Answer 1

这是可以将matplotlib与seaborn一起使用的示例。浏览matplotlib / seaborn文档，随意使用轴设置，间距等。请注意，如果您想从笔记本上运行任何这些代码，我只会做import matplotlib.pyplot as plt。顺便说一下，我没有使用seaborn。

您可以选择以行plt.yscale('log')

在基于对数的y尺度上显示已确认的病例。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.read_csv('https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv',
    parse_dates = ['Date'])

# select the Date, Country, Confirmed features from country, with reset of index
ind_cnfd = df[df.Country == 'India']
ind_cnfd = ind_cnfd[['Date', 'Confirmed']].reset_index(drop = True)
ind_cnfd = ind_cnfd.rename(columns = {'Confirmed': 'Confirmed Cases in India'})

italy_cnfd = df[df.Country == 'Italy']
italy_cnfd = italy_cnfd[['Date', 'Confirmed']].reset_index(drop = True)
italy_cnfd = italy_cnfd.rename(columns = {'Confirmed': 'Confirmed Cases in Italy'})

# combine dataframes together, turn the date column into the index
df_cnfd = pd.concat([ind_cnfd.drop(columns = 'Date'), italy_cnfd], axis = 1)
df_cnfd['Date'] = df_cnfd['Date'].dt.date
df_cnfd.set_index('Date', inplace=True)

# make a grouped bar plot time series
ax = df_cnfd.plot.bar()

# show every other tick label
for label in ax.xaxis.get_ticklabels()[::2]:
    label.set_visible(False)

# add titles, axis labels
plt.suptitle("Confirmed COVID-19 Cases over Time", fontsize = 15)
plt.xlabel("Dates")
plt.ylabel("Number of Confirmed Cases")
plt.tight_layout()
# plt.yscale('log')

plt.show()