使用具有不同数据框形状的matplotlib绘制条形图

Question

我有以下三个不同的数据框。前两个的形状为（4，），最后一个的形状为（2，）。 如何转换数据框的形状？

当我尝试在条形图中绘制所有三个时，最后一个DF失败，并显示“ ValueError：形状不匹配：对象无法广播为单个形状”

如何通过将“ Empty”和“ Invalid”显示为0在同一条形图中绘制DF3。

DF1：

Validity

Empty               2672

InValid              581

Multiple Entries     282

Valid               5526

Name: Lifecycle, dtype: int64

DF2：

Validity

Empty                1920

InValid               471

Multiple Entries     2325

Valid               33446

Name: Lifecycle, dtype: int64

DF3：

Validity

Multiple Entries    10334

Valid               11984

Name: Lifecycle, dtype: int64

下面是我的代码。

glot = sample_lot_number.groupby("Validity")

vlot = sample1_lot_number.groupby("Validity")

dplot = Data_Package_Lot_Number.dplot.groupby("Validity")

ind = np.arange(4)

width = 0.15

ax = plt.subplot()

p1 = ax.bar(ind+width,glot.Lifecycle.count(), width)

p2 = ax.bar(ind,vlot.Lifecycle.count(), width)

p3 = ax.bar(ind-width,dplot.Lifecycle.count(), width)

ax.set_xticks(ind + width / 2)

ax.set_xticklabels(("Empty","InValid","Multiple Entries","Valid"))

Answer 1

@busybear在评论中给出了正确的答案。 您的代码不可运行。 如果我会猜测，可以尝试以下代码：

glot = sample_lot_number.groupby("Validity")
vlot = sample1_lot_number.groupby("Validity")
dplot = Data_Package_Lot_Number.dplot.groupby("Validity")
df1 = glot.Lifecycle.count()
df2 = vlot.Lifecycle.count().reindex(df1)
df3 = dplot.Lifecycle.count().reindex(df1).fillna(0)

ind = np.arange(4)
width = 0.15
ax = plt.subplot()
p1 = ax.bar(ind+width, df1, width)
p2 = ax.bar(ind, df2, width)
p3 = ax.bar(ind-width, df3, width)
ax.set_xticks(ind + width / 2)
ax.set_xticklabels(("Empty","InValid","Multiple Entries","Valid"))