如何用fig、ax绘制多组柱状图？DataFrame可视化问题求助

一、先修正你的代码错误 #

你之前的代码有两个关键问题：

1. subplot用法错误：创建多子图要使用plt.subplots()（带s），而非plt.subplot()；同时figsize必须写成figsize=(10, 5)（带括号），正确写法是：

fig, axes = plt.subplots(1, 2, figsize=(10, 5))

这里axes是包含两个子图轴对象的数组，后续用axes[0]和axes[1]分别操作两个子图。

2. bar函数参数错误：ax.bar()必须指定x轴位置/标签和柱子高度（height），你直接传df.actual_price是不完整的。比如要展示某列的min和max，x轴可以设为['最小值', '最大值']，height对应这两个具体数值。

二、具体实现代码 #

假设你的DataFrame是通过groupby聚合后得到的，已经包含actual_price和discount_price的min、max值，分两种情况处理：

情况1：普通列结构（列名如actual_min, actual_max） #

import matplotlib.pyplot as plt
import pandas as pd

# 示例聚合后DataFrame
data = {
    'group': ['A', 'B', 'C'],
    'actual_min': [100, 150, 120],
    'actual_max': [200, 250, 180],
    'discount_min': [80, 120, 90],
    'discount_max': [180, 220, 160]
}
df = pd.DataFrame(data).set_index('group')

# 创建1行2列子图
fig, axes = plt.subplots(1, 2, figsize=(12, 6))
x_labels = ['最小值', '最大值']
bar_width = 0.2

# 第一个子图：actual_price极值
for idx, group in enumerate(df.index):
    heights = [df.loc[group, 'actual_min'], df.loc[group, 'actual_max']]
    axes[0].bar([i + bar_width*idx for i in range(len(x_labels))], heights, width=bar_width, label=group)
axes[0].set_title('Actual Price 极值')
axes[0].set_xticks([i + bar_width for i in range(len(x_labels))])
axes[0].set_xticklabels(x_labels)
axes[0].legend()

# 第二个子图：discount_price极值
for idx, group in enumerate(df.index):
    heights = [df.loc[group, 'discount_min'], df.loc[group, 'discount_max']]
    axes[1].bar([i + bar_width*idx for i in range(len(x_labels))], heights, width=bar_width, label=group)
axes[1].set_title('Discount Price 极值')
axes[1].set_xticks([i + bar_width for i in range(len(x_labels))])
axes[1].set_xticklabels(x_labels)
axes[1].legend()

plt.tight_layout()
plt.show()

情况2：多层列结构（groupby.agg生成的MultiIndex列） #

如果你的聚合代码是这样的：

df = df.groupby('group').agg({
    'actual_price': ['min', 'max'],
    'discount_price': ['min', 'max']
})

先扁平化列名再画图：

# 扁平化列名，把('actual_price', 'min')转为'actual_price_min'
df.columns = ['_'.join(col) for col in df.columns]

# 后续画图代码和情况1一致，只需将列名替换为'actual_price_min'、'actual_price_max'等

三、height参数解释 #

matplotlib.pyplot.bar()中的height参数就是柱子的高度，对应你要展示的具体数值——比如你要画actual_price的最小值，height就传这个最小值；要画最大值，就传最大值的数值。

四、是否需要调整DataFrame结构？ #

如果你的DataFrame已经包含actual_price和discount_price的min、max值（无论普通列还是多层列），只需做简单的列名处理（比如扁平化多层列），不需要大幅调整结构。如果还没计算极值，先执行聚合：

# 先聚合得到各分组的极值
df_agg = df.groupby('你的分组列').agg({
    'actual_price': ['min', 'max'],
    'discount_price': ['min', 'max']
})

内容的提问来源于stack exchange，提问作者ShazelP