如何使用三列三行的三个数据框创建堆叠的条形图

Question

我有三个数据df_Male , df_female , Df_TransGender

样本数据df_Male

continent   avg_count_country   avg_age
  Asia          55                5
  Africa        65                10
  Europe        75                8

df_Female

continent   avg_count_country   avg_age
  Asia          50                7
  Africa        60                12
  Europe        70                0

df_Transgender

continent   avg_count_country   avg_age
  Asia          30                6
  Africa        40                11
  America       80                10

现在，我们堆积的条形图应该看起来像

X轴将包含三个刻度线，男性，女性，变性者

Y轴将为Total_count--100

并且在酒吧avg_age将被堆叠

现在我正在尝试像枢轴表

pivot_df = df.pivot(index='new_Columns', columns='avg_age ', values='Values')

越来越困惑如何绘制此图，任何人都可以帮助将三个数据框合并为一个，以便它创建Male，Female和Transgener列

Answer 1

在此处处理该主题： https ://pandas.pydata.org/pandas-docs/stable/merging.html

（请注意， df_Transgender中的第三大洲与其他数据df_Transgender “ America”而不是“ Europe”不同；我在下图中更改了它，希望这是正确的。）

frames = [df_Male, df_Female, df_Transgender]
df = pd.concat(frames, keys=['Male', 'Female', 'Transgender'])

              continent  avg_count_country  avg_age
Male        0      Asia                 55        5
            1    Africa                 65       10
            2    Europe                 75        8
Female      0      Asia                 50        7
            1    Africa                 60       12
            2    Europe                 70        0
Transgender 0      Asia                 30        6
            1    Africa                 40       11
            2    Europe                 80       10

btm = [0, 0, 0]
for name, grp in df.groupby('continent', sort=False):
    plt.bar(grp.index.levels[1], grp.avg_age.values, bottom=btm, tick_label=grp.index.levels[0], label=name)
    btm = grp.avg_age.values
plt.legend(ncol = 3)

正如您在下面的评论中所述，第三个数据集中的America没错，您可以像上面一样继续向每个数据框添加行，就像这样：

df_Male.append({'avg_age': 0, 'continent': 'America'}, ignore_index=True)
df_Female.append({'avg_age': 0, 'continent': 'America'}, ignore_index=True)
df_Transgender.append({'avg_age': 0, 'continent': 'Europe'}, ignore_index=True)