如何按score区间分组，用pandas、Seaborn/Matplotlib生成分组柱状图

我有如下DataFrame：

print(df)
             type    score         hits   
    0        good       26    ...     0   
    1        good       18    ...     0      
    2        good       47    ...     0     
    3         bad        9    ...     0     
    4        good       20    ...     0     
    ...       ...      ...    ...   ... 
    1701      bad       39    ...     0 
    1702     good       94    ...     0 
    1703     good       21    ...     0 
    1704     good       57    ...     0 
    1705     good       22    ...     0 

希望创建柱状图：将数据按score划分为指定区间（如0-10、11-20等），x轴为区间，y轴为区间内实例数量，同时按type分为两组展示（双组并列柱状图样式）。请问如何用pandas并优先通过Seaborn或Matplotlib实现？

1. 给score划分区间 #

用pandas的cut函数给score分桶，自定义区间边界：

import pandas as pd

# 定义区间边界，示例为0-10、11-20…91-100
bins = range(0, 101, 10)
# 生成区间标签，同时设置include_lowest确保0被包含在第一个区间
df['score_bin'] = pd.cut(df['score'], bins=bins, labels=[f'{i+1}-{i+10}' for i in bins[:-1]], include_lowest=True)

2. 统计各区间的type数量 #

用交叉表快速统计每个区间下不同type的实例数：

# 行是score区间，列是type，值为对应实例数量
count_df = pd.crosstab(df['score_bin'], df['type'])

3. Seaborn实现分组柱状图 #

Seaborn的barplot适配长格式数据，先将统计结果转成长格式再绘图：

import seaborn as sns
import matplotlib.pyplot as plt

# 将宽格式转成长格式
melt_df = count_df.reset_index().melt(id_vars='score_bin', var_name='type', value_name='count')

# 绘制分组柱状图
sns.barplot(data=melt_df, x='score_bin', y='count', hue='type')
plt.xlabel('Score区间')
plt.ylabel('实例数量')
plt.title('各Score区间不同Type的实例分布')
plt.xticks(rotation=45)  # 旋转x轴标签避免重叠
plt.show()

4. Matplotlib实现分组柱状图 #

手动控制柱子位置，实现并列分组效果：

import matplotlib.pyplot as plt
import numpy as np

# 获取区间标签和type类别
bin_labels = count_df.index.tolist()
types = count_df.columns.tolist()
x = np.arange(len(bin_labels))  # x轴基础位置
width = 0.35  # 单个柱子宽度

# 绘制两组柱子
fig, ax = plt.subplots()
ax.bar(x - width/2, count_df[types[0]], width, label=types[0])
ax.bar(x + width/2, count_df[types[1]], width, label=types[1])

# 设置图表属性
ax.set_xlabel('Score区间')
ax.set_ylabel('实例数量')
ax.set_title('各Score区间不同Type的实例分布')
ax.set_xticks(x, bin_labels)
ax.legend()
plt.xticks(rotation=45)

plt.show()

内容的提问来源于stack exchange，提问作者bigpancakestack