求助：基于聚合Pandas DataFrame绘制指定分组柱状图遇KeyError

问题根源 #

你碰到的报错是因为groupby.agg()生成的是多层索引（MultiIndex）列，lambda函数生成的列名不是单独的<lambda_0>，而是嵌套在identif_01层级下，完整的列标识是('identif_01', '<lambda_0>')。另外你代码里还犯了两个小错误：一是用了未定义的df（应该是grouped_df_identif），二是pandas的plot方法没有col参数。

修复方案 #

方案一：扁平化列索引（更直观）

先把多层列结构转成单层，方便后续访问和绘图：

# 把多层列名用下划线拼接成单层
grouped_df_identif.columns = ['_'.join(col) for col in grouped_df_identif.columns]
# 将groupby的索引转为普通列，方便指定X轴和分组字段
grouped_df_identif = grouped_df_identif.reset_index()

# 绘制对比柱状图
import matplotlib.pyplot as plt
grouped_df_identif.plot(kind='bar', x='clase_size_poly', y='identif_01_<lambda_0>', hue='index', figsize=(10,6))
plt.title('各clase_size_poly下不同index的<lambda_0>值对比')
plt.xlabel('clase_size_poly')
plt.ylabel('<lambda_0> 数值')
plt.legend(title='Index类型')
plt.show()

方案二：直接操作多层索引（不修改原结构）

如果不想改动DataFrame的列结构，可以通过多层索引直接定位目标列，再用unstack把index转为对比列：

import matplotlib.pyplot as plt
# 定位到lambda生成的列，再把index层级转为列
target_data = grouped_df_identif['identif_01']['<lambda_0>'].unstack(level='index')
# 绘制柱状图
target_data.plot(kind='bar', figsize=(10,6))
plt.title('各clase_size_poly下不同index的<lambda_0>值对比')
plt.xlabel('clase_size_poly')
plt.ylabel('<lambda_0> 数值')
plt.legend(title='Index类型')
plt.show()

内容的提问来源于stack exchange，提问作者Isa