熊貓繪制“分組依據”結果的子圖

Question

當我嘗試按操作按組獲取層級索引上的條形圖時，我對我（差）的Pandas知識感到困惑。

我的數據看起來像這樣

id, val, cat1, cat2

然后創建一個層次索引：

df_group = df_len.groupby(['cat1','cat2'])

我想為每個cat1對象獲取一份hbar圖 ，其中列出了所有cat2對象，其中列出了其中所有cat1對象的值。

我的方法均無效：

• df_group.plot(...)
• for name, group in df_group: .... group.plot(...)
• df_group.xs(...)實驗

結果應該看起來像這樣一個

我想我只是不了解pandas ， matplotlib ，... -internals的知識，繪制幾百個項目並不難（cat2 <10，cat1 = 30）

。

Answer 1

我建議使用seaborn進行此類多面圖繪制。 在matplotlib中執行此操作非常棘手，因為該庫的級別很低。 Seaborn在此用例方面表現出色。

Answer 2

好的，這就是我終於解決的方法：

dfc = df_len.groupby(['cat1','cat2']).count().reset_index()
dfp=dfc.pivot(index="cat1",columns="cat2")
dfp.columns = dfp.columns.get_level_values(1)
dfp.plot(kind='bar', figsize=(15, 5), stacked=True);

簡而言之：我使用數據透視表轉置矩陣，然后能夠自動繪制單個cols，在此處的示例2中 。

Answer 3

在matplotlib不是那么棘手，請參閱：

In [54]:

print df
  cat1  cat2       val
0    A     1  0.011887
1    A     2  0.880121
2    A     3  0.034244
3    A     4  0.530230
4    B     1  0.510812
5    B     2  0.405322
6    B     3  0.406259
7    B     4  0.406405
In [55]:

col_list = ['r', 'g']
ax = plt.subplot(111)
for (idx, (grp, val)) in enumerate(df.groupby('cat1')):
    ax.bar(val.cat2+0.25*idx-0.25, 
           val.val, width=0.25,  
           color=col_list[idx], 
           label=grp)
plt.legend()