如何实现按SEED_WORD分组的literal与metaphoric双类别柱状图可视化

问题根源 #

你当前的代码有两个明显问题：

• 用count()统计的是分组后的行数，而非DataFrame里现成的size列数值
• 分组后的层级索引结构不对，导致每个（SEED_WORD, Metaphoric_Seed）组合单独成柱，没法实现同一个SEED_WORD下两类并排的效果

方法一：Pandas原生实现（转宽格式） #

先把数据转成宽格式——让每个SEED_WORD当行索引，literal、metaphoric当列，对应size值填充进去，再直接画分组柱状图：

# 转宽格式，缺失的类别用0填充（比如只有literal的词，metaphoric列补0）
df_pivot = df_all_annotated.pivot(
    index='SEED_WORD',
    columns='Metaphoric_Seed',
    values='size'
).fillna(0)

# 绘制分组柱状图，rot=0可以让x轴标签不旋转，按需调整
df_pivot.plot(kind='bar', rot=0)

这样每个SEED_WORD会对应两个颜色不同的柱子，完美匹配你的需求。

方法二：用Seaborn直接画（不用转格式） #

Seaborn的barplot天生支持长格式数据的分组可视化，直接指定参数就行：

import seaborn as sns
import matplotlib.pyplot as plt

sns.barplot(
    data=df_all_annotated,
    x='SEED_WORD',
    y='size',
    hue='Metaphoric_Seed'
)
plt.xticks(rotation=45)  # 旋转x轴标签，避免长单词重叠
plt.show()

这种方法不用改数据结构，代码更简洁，还会自动处理只有单类数据的情况（比如bracket这类只有literal的词，只会显示对应柱子）。

补充：原代码的问题拆解 #

原代码里groupby(['SEED_WORD','Metaphoric_Seed'])['SEED_WORD','Metaphoric_Seed'].count()做的是“统计每个分组里有多少行”，而不是用你已经有的size值。另外，分组后的结果是多层索引，直接plot会把每个（词，类别）组合当成独立的柱子，自然没法实现同一词下两类并排的效果。

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