如何基于同分组变量的两个DataFrame绘制带标准差的误差棒图？

第一步：数据格式转换 #

你手头的df_media和df_desv是宽格式，必须转成长格式才能方便绘图，让每个观测值对应「喂养组、指标名称、处理阶段、均值、标准差」：

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

# 先确保DataFrame的行索引是喂养组名称（比如["组1", "组2"]），如果没设置，执行：
# df_media.index = ["组1", "组2"]
# df_desv.index = ["组1", "组2"]

# 转长格式并合并均值与标准差
media_long = df_media.reset_index().melt(id_vars="index", var_name="full_metric", value_name="mean")
desv_long = df_desv.reset_index().melt(id_vars="index", var_name="full_metric", value_name="std")
df_combined = pd.merge(media_long, desv_long, on=["index", "full_metric"])

# 拆分指标名称和处理阶段（比如把"LDH1"拆成"LDH"和"处理前"）
df_combined["喂养组"] = df_combined["index"]
df_combined["指标"] = df_combined["full_metric"].str.extract(r'([A-Za-z]+)')
df_combined["处理阶段"] = df_combined["full_metric"].str.replace(r'[A-Za-z]+', '', regex=True).replace({"1": "处理前", "2": "处理后"})

# 清理冗余列
df_combined = df_combined.drop(columns=["index", "full_metric"])

第二步：绘图（两种实用方案） #

方案1：单图汇总所有指标 #

适合快速对比所有指标在不同喂养组、不同处理阶段的差异：

plt.figure(figsize=(16, 8))

bar_width = 0.2
x = np.arange(len(df_combined["喂养组"].unique()))
metrics = df_combined["指标"].unique()
stages = df_combined["处理阶段"].unique()

# 循环绘制每个指标+处理阶段的条形和误差棒
for i, metric in enumerate(metrics):
    for j, stage in enumerate(stages):
        subset = df_combined[(df_combined["指标"] == metric) & (df_combined["处理阶段"] == stage)]
        pos = x + i*len(stages)*bar_width + j*bar_width
        plt.bar(pos, subset["mean"], width=bar_width, label=f"{metric}-{stage}")
        plt.errorbar(pos, subset["mean"], yerr=subset["std"], fmt="none", c="black", capsize=4)

# 配置图表元素
plt.xticks(x + bar_width*(len(metrics)*len(stages)-1)/2, df_combined["喂养组"].unique())
plt.xlabel("喂养组")
plt.ylabel("指标均值")
plt.legend(bbox_to_anchor=(1.02, 1), loc="upper left", title="指标-处理阶段")
plt.tight_layout()
plt.show()

方案2：子图分指标展示 #

每个指标单独一个子图，避免图表拥挤，更清晰地对比喂养组的处理前后数据：

g = sns.catplot(
    data=df_combined,
    x="喂养组",
    y="mean",
    hue="处理阶段",
    col="指标",
    kind="bar",
    yerr=df_combined["std"],
    capsize=5,
    col_wrap=3,  # 每行显示3个子图，可根据指标数量调整
    figsize=(15, 12)
)

# 美化布局和标签
g.set_axis_labels("喂养组", "指标均值")
g.set_titles("{col_name}")
g.legend.set_title("处理阶段")
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者José