基于DataFrame两列绘制分组柱状图的问题求助

问题场景 #

现有如下结构的DataFrame，需要绘制分组柱状图：

• X轴为exp_type的两个类别（Random Read/Seq Read）
• Y轴为avg数值
• 以disk_type作为图例，每个实验类型下展示对应不同磁盘的数值

原始DataFrame：

exp_type disk_type          avg
0  Random Read      nvme  3120.240000
1  Random Read       sda   132.638831
2  Random Read       sdb   174.313413
3     Seq Read      nvme  3137.849000
4     Seq Read       sda   119.171269
5     Seq Read       sdb   211.451616

原代码无法实现分组展示：

def plot(df):
    df.plot(x='exp_type', y=['avg'], kind='bar')
    print(df)

解决方案 #

方法1：Pandas透视表 + 内置绘图 #

先通过pivot将数据重组为分组格式，再绘制柱状图：

import pandas as pd
import matplotlib.pyplot as plt

# 透视重组数据：exp_type为行索引，disk_type为列，avg为值
pivoted_df = df.pivot(index='exp_type', columns='disk_type', values='avg')

# 绘制分组柱状图
pivoted_df.plot(kind='bar', figsize=(8, 5))
plt.xlabel('实验类型')
plt.ylabel('平均性能')
plt.title('不同磁盘类型的读写性能对比')
plt.legend(title='磁盘类型')
plt.show()

方法2：Seaborn自动分组（更简洁） #

用Seaborn的catplot，无需手动重组数据，直接通过hue参数指定分组维度：

import seaborn as sns
import matplotlib.pyplot as plt

sns.catplot(
    data=df,
    x='exp_type',
    y='avg',
    hue='disk_type',
    kind='bar',
    height=5,
    aspect=1.2
)
plt.title('不同磁盘类型的读写性能对比')
plt.show()

原代码问题说明 #

原代码直接以exp_type为X轴、avg为Y轴绘图，Pandas会把每一行数据单独画成柱子，相同exp_type的柱子会重叠或无规则排列，没有把disk_type作为分组依据，因此无法实现预期的分组展示。

内容的提问来源于stack exchange，提问作者fanbondi