求助：Matplotlib子图中基于DataFrame绘制误差棒的实现问题

问题分析 #

1. plotdf.plot()添加yerr触发数组错误：
   pandas的bar绘图方法要求yerr的维度与绘图数据完全匹配。直接传入ploter["Chl_A_7DaR"]时，易出现索引未对齐或结构不兼容的情况——比如plotdf与ploter的分组索引不匹配，或者yerr的格式不符合pandas的预期（需为与数据行/列对应的二维数组或Series）。

2. plt.errorbar()仅在最后子图显示误差棒：
   plt.errorbar()默认使用当前活跃的坐标轴（即最后创建的子图ax[2]），若不指定目标坐标轴，所有误差棒都会被绘制到同一个子图上，导致前面的子图无法显示。

解决方案 #

针对问题1：规避pandas绘图的结构限制 #

直接通过子图对象的errorbar方法添加误差棒，无需依赖plotdf.plot()的yerr参数，从根源避免数据结构不匹配的问题。

针对问题2：指定误差棒的目标子图 #

调用每个子图对象（ax[0]、ax[1]、ax[2]）的errorbar方法，同时用np.arange(len(plotdf["Group"]))获取柱状图的数值x轴位置，确保误差棒与柱子精准对齐。

修改后的完整代码 #

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

df = pd.read_excel("Chlorophyll_data_mod.xlsx")
#----Calculation of meanvalues and sem from raw_data---------
meandf2 = df.set_index(["Group"])
sets = []
for x in ["A","B","AB","xc"]:
    meandf3 = meandf2.filter(like=f"Chl_{x}_").reset_index()
    sets.append(meandf3)
#---------Grouping DataFrame----------#
means = []
ster = []
for x in range(len(sets)):
    meandf = sets[x].groupby(["Group"]).mean()
    meandf = meandf.reset_index()
    means.append(meandf)
    sems = sets[x].groupby("Group").sem()
    sems = sems.reset_index()
    ster.append(sems)
#----Selecting Dataframe from List-----#
plotdf = means[0]
ploter = ster[0]

#-----CreatePlot------#
fig, ax = plt.subplots(nrows=3, ncols=1, sharex="all", figsize=(10,8))
x_pos = np.arange(len(plotdf["Group"]))  # 获取每个柱子的数值x轴位置

# 第一个子图：绘制柱状图+误差棒
bars1 = plotdf.plot(ax=ax[0], x="Group", y="Chl_A_0D", kind="bar", legend=False, color="black")
ax[0].errorbar(x=x_pos, y=plotdf["Chl_A_0D"], yerr=ploter["Chl_A_0D"], fmt='none', c='red', capsize=5)

# 第二个子图：绘制柱状图+误差棒
bars2 = plotdf.plot(ax=ax[1], x="Group", y="Chl_A_10DaT", kind="bar", legend=False, color="blue")
ax[1].errorbar(x=x_pos, y=plotdf["Chl_A_10DaT"], yerr=ploter["Chl_A_10DaT"], fmt='none', c='red', capsize=5)

# 第三个子图：绘制柱状图+误差棒
bars3 = plotdf.plot(ax=ax[2], x="Group", y="Chl_A_7DaR", kind="bar", legend=False, color="magenta")
ax[2].errorbar(x=x_pos, y=plotdf["Chl_A_7DaR"], yerr=ploter["Chl_A_7DaR"], fmt='none', c='red', capsize=5)

#----Legend of the Plot-----#
fig.legend([bars1, bars2, bars3], ["Chl_A_0D", "Chl_A_10DaT", "Chl_A_7DaR"], loc="lower center", bbox_to_anchor=(0.5,0), fancybox=True, ncol=3)

#----Layout------#
plt.tight_layout(rect=[0, 0.02, 1,1])

plt.show()

关键修改说明 #

• x轴位置对齐：用np.arange(len(plotdf["Group"]))获取柱子的数值位置，确保误差棒精准对应每个柱子。
• 子图指定：通过ax[i].errorbar()将误差棒绘制到对应子图，避免全局绘图方法的默认行为。
• 误差棒样式优化：fmt='none'仅保留误差棒线条，不绘制额外标记；capsize=5设置误差棒帽长，提升图表可读性。
• 图例修复：通过plot()返回的对象关联图例标签，确保图例与子图内容对应。

内容的提问来源于stack exchange，提问作者Teigsta