如何为带hue参数的分组条形图添加其他列的标注

需求：使用新版的ax.container和ax.bar_label方法，给带hue参数的分组并排条形图添加标注，标注内容来自数据表格中另一列（而非绘图所用的x、y对应列）。

尝试过程 #

方案1：单组条形图（正常运行） #

单组条形图下，可成功用非绘图列标注：

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

df = sns.load_dataset('tips')
groupedvalues = df.groupby('day').sum(numeric_only=True).reset_index()

g = sns.barplot(x='day', y='tip', data=groupedvalues)

for container in g.containers:
    g.bar_label(container, labels=groupedvalues['total_bill'])

plt.show()

此代码生成单组条形图，标注内容为total_bill列的值，但无法实现分组需求。

方案2：分组条形图（用条形高度标注，正常运行） #

带hue的分组条形图，用条形自身高度标注可正常运行：

from matplotlib import pyplot as plt
import numpy as np
import seaborn as sns

df = sns.load_dataset('tips')
groupedvalues = df.groupby(['day', 'sex']).sum(numeric_only=True).reset_index()

ax = sns.barplot(x='day', y='tip', data=groupedvalues, hue='sex')

for container in ax.containers:  
    ax.bar_label(container)
    
plt.show()

此代码生成分组条形图，标注内容为条形对应的tip值，但无法使用其他列标注。

方案3：分组条形图（尝试用其他列标注，运行失败） #

尝试给分组条形图添加total_bill列标注时，出现错误：

from matplotlib import pyplot as plt
import numpy as np
import seaborn as sns

df = sns.load_dataset('tips')
groupedvalues = df.groupby(['day', 'sex']).sum(numeric_only=True).reset_index()

ax = sns.barplot(x='day', y='tip', data=groupedvalues, hue='sex')

for container in ax.containers:  
    ax.bar_label(container, labels=groupedvalues['total_bill'])    
    
plt.show()

错误信息：AttributeError: 'NoneType' 对象没有属性 'get_bbox'

错误原因 #

使用hue参数时，ax.containers中的每个容器对应一个hue分组，每个容器内的条形数量等于x轴的类别数（示例中day有4个类别，每个容器含4个条形）。但直接将整个groupedvalues['total_bill']（共8个值）传给每个容器的labels参数，会导致标签数量与条形数量不匹配，从而触发报错。

正确解决方案 #

需将标注数据按hue分组拆分，使每个分组的标签数量与对应容器的条形数量一致：

方法1：硬编码hue类别（适合已知类别情况） #

from matplotlib import pyplot as plt
import seaborn as sns

df = sns.load_dataset('tips')
groupedvalues = df.groupby(['day', 'sex']).sum(numeric_only=True).reset_index()

ax = sns.barplot(x='day', y='tip', data=groupedvalues, hue='sex')

# 按hue类别拆分标注数据
female_totals = groupedvalues[groupedvalues['sex'] == 'Female']['total_bill'].tolist()
male_totals = groupedvalues[groupedvalues['sex'] == 'Male']['total_bill'].tolist()

# 对应每个容器传入匹配的标签
ax.bar_label(ax.containers[0], labels=female_totals)
ax.bar_label(ax.containers[1], labels=male_totals)

plt.show()

方法2：通用适配（自动识别hue类别） #

无需硬编码类别，自动适配任意hue分组：

from matplotlib import pyplot as plt
import seaborn as sns

df = sns.load_dataset('tips')
groupedvalues = df.groupby(['day', 'sex']).sum(numeric_only=True).reset_index()

ax = sns.barplot(x='day', y='tip', data=groupedvalues, hue='sex')

# 获取hue的所有唯一类别
hue_categories = groupedvalues['sex'].unique()
# 按类别拆分标注数据
label_groups = [
    groupedvalues[groupedvalues['sex'] == cat]['total_bill'].tolist() 
    for cat in hue_categories
]

# 遍历容器与对应标签组，添加标注
for container, labels in zip(ax.containers, label_groups):
    ax.bar_label(container, labels=labels)

plt.show()

以上两种方法均能正确为分组条形图添加来自total_bill列的标注。

内容的提问来源于stack exchange，提问作者juasmithy