如何为Seaborn分组条形图添加另一列的数值标注？

制作展示各时间段胜诉率的分组条形图，并在条形图上标注对应时间段的胜诉案件数量。现有代码能生成胜诉率条形图，但标注的是胜诉率数值；尝试过的方法要么新增额外条形，要么标注内容不对，需要简洁实现方式。

核心思路是保留原始数据中的案件数量列，在绘制完胜诉率条形图后，按条形的顺序匹配对应的案件数量进行标注，无需修改原有的melt逻辑。

修改后的完整代码：

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 原始数据
df_original = pd.DataFrame({
    'years': ['1994-1998','1999-2003','2004-2008','2009-2013','2013-2017','2018-2022'],
    'Starfish number of cases': [10,8,31,12,2,3],
    'Starfish percent of wins': [0,0.25,0.225806451612903,0.416666666666666,1,0],
    'Jellyfish number of cases':[597,429,183,238,510,595],
    'Jellyfish percent of wins':[0.362646566164154,0.273892773892773,0.423497267759562,0.478991596638655,0.405882352941176,0.408403361344537],
})

# 仅melt胜诉率列，用于绘制条形图
df_melt = pd.melt(df_original, id_vars=['years'], value_vars=['Starfish percent of wins', 'Jellyfish percent of wins'])

sns.set_theme(style="whitegrid")
f, ax = plt.subplots(figsize=(30, 15))

# 绘制分组条形图
sns.barplot(x="years", y="value", hue='variable', data=df_melt)

# 整理案件数量列表，顺序与条形图的patch顺序一致
case_counts = []
for _, row in df_original.iterrows():
    case_counts.append(row['Starfish number of cases'])
    case_counts.append(row['Jellyfish number of cases'])

# 逐个标注案件数量
for p, count in zip(ax.patches, case_counts):
    ax.annotate(f'案件数: {count}', 
                (p.get_x() + p.get_width()/2, p.get_height()),
                ha='center', va='bottom', fontsize=12)

plt.show()

1. 保留原始数据：将原始DataFrame命名为df_original，避免melt操作覆盖原始的案件数量数据。
2. 匹配条形顺序：分组条形图的每个时间段会先绘制Starfish的条形，再绘制Jellyfish的条形，因此按年份遍历原始数据，依次添加两类的案件数量到case_counts列表，保证顺序完全匹配。
3. 精准标注：使用zip将每个条形（ax.patches）和对应的案件数量配对，在条形顶部居中标注案件数，位置和样式更清晰。

内容的提问来源于stack exchange，提问作者oymonk