如何 plot 两个条形图与 pandas 中不同数据框的列并排

Question

我想要 plot 两个使用 matplotlib/seaborn 并排显示两个国家 Covid-19 确诊病例的条形图：意大利和印度，以进行比较。 但是在尝试了很多方法之后我无法解决这个问题。 两国的确诊病例来自两个不同的数据框。

数据源

我想要 plot x 轴上的“日期”列和 y 轴上的“已确认病例数”。
附上我的代码图片以供参考。
PS：我是数据可视化新手，也是pandas。

 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']

预期 output 是这样的：X 轴为日期，Y 轴为确诊病例

Answer 1

这是一个示例，说明您可以使用 matplotlib 和 seaborn 组合在一起。您可以通过查看 matplotlib/seaborn 文档随意调整轴设置、间距等。 请注意，如果您想从笔记本中运行任何此代码，我只import matplotlib.pyplot as plt 。 顺便说一下，我没有使用 seaborn。

您可以选择使用以下行在基于日志的 y 刻度上显示已确认的案例： plt.yscale('log')

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()