Python Pandas - 从数据框中按类别绘制多个条形图

我的数据框看起来像

df = pd.DataFrame(data={'ID':[1,1,1,2,2,2], 'Value':[13, 12, 15, 4, 2, 3]})

Index ID Value
0   1   13
1   1   12
2   1   15
3   2   4
4   2   2
5   2   3

我想按 ID（类别）绘制它，以便每个类别都有不同的条形图，
所以在这种情况下我会有两个数字，
一张 ID=1 条形图的图，
和 ID=2 的第二个独立图形条形图。

我可以用类似的东西来做（最好没有循环）df.plot(y='Value', kind='bar')?

有 2 个选项是可能的，一个使用 matplotlib，另一个使用 seaborn，你现在绝对应该使用它，因为它与 Pandas 配合得很好。

使用 matplotlib 的熊猫

您必须创建一个包含您设置的许多列和行的子图。它给出一个数组axes在一维中，如果nrows or ncols设置为 1，否则为 2-D。然后，将此对象提供给 Pandas 绘图方法。

如果类别数量未知或较多，则需要使用循环。

import pandas as pd
import matplotlib.pyplot as plt

fig, axes = plt.subplots( nrows=1, ncols=2, sharey=True )

df.loc[ df["ID"] == 1, 'Value' ].plot.bar( ax=axes[0] )
df.loc[ df["ID"] == 2, 'Value' ].plot.bar( ax=axes[1] )

plt.show()

熊猫与seaborn

Seaborn是我所知道的最令人惊奇的图形工具。功能catplot当您设置参数时，可以根据列的值绘制一系列图表col。您可以选择绘图类型kind.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

sns.set_style('white')

df['index'] = [1,2,3] * 2
sns.catplot(kind='bar', data=df, x='index', y='Value', col='ID')
plt.show()

我添加了一栏index为了与df.plot.bar。如果您不想删除x='index'它会显示一个带有错误的独特栏。