本文介绍了Python Pandas-从DataFrame按类别绘制多个条形图的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
我的数据帧看起来像
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)来绘制它，这样每个类别就会有不同的条形图，
所以在这种情况下我会有两位数
一个图形，条形图ID=1，
和ID=2的第二个单独的图形条形图。
我是否可以使用类似df.plot(y='Value', kind='bar')的命令(最好不要循环)？
推荐答案
可以选择两种，一种是使用matplotlib，另一种是您现在绝对应该使用的海运，因为它与 pandas 配合得很好。
带有matplotlib的 pandas
您必须创建一个带有您设置的列数和行数的子图。如果nrows或ncols设置为1，则它在1-D中给出一个数组axes，否则在2-D中给出一个数组。然后，将此对象交给Pandas Plot方法。
如果类别数未知或很高，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()
带海运的 pandas
Seaborn是我所知道的最令人惊叹的图形工具。函数catplot允许您在设置参数col时根据列的值绘制一系列图形。您可以使用kind选择绘图类型。
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()
index，以便与df.plot.bar进行比较。如果您不想删除，请删除x='index'，它将显示带有错误的唯一条。
这篇关于Python Pandas-从DataFrame按类别绘制多个条形图的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！