如何绘制Python DataFrame：以列为X轴汇总值生成柱状图

核心思路 #

先计算DataFrame每一列的总和，再基于汇总结果生成柱状图，以下是具体实现步骤：

1. 模拟示例DataFrame #

先构造和你截图结构一致的示例数据（方便测试）：

import pandas as pd

data = {
    'A': [10, 20, 30],
    'B': [15, 25, 35],
    'C': [5, 15, 25]
}
df = pd.DataFrame(data)

2. 计算各列总和 #

用pandas的sum()方法直接按列汇总，大规模数据可添加numeric_only=True过滤非数值列：

# 计算列总和，仅处理数值型列
column_totals = df.sum(numeric_only=True)

3. 绘制柱状图 #

提供两种常用实现方式：

方式一：Matplotlib（基础通用） #

import matplotlib.pyplot as plt

# 生成柱状图
plt.bar(column_totals.index, column_totals.values)

# 设置标签与标题
plt.xlabel('列名')
plt.ylabel('列总和')
plt.title('各列数值汇总柱状图')

# 若列名过多，可旋转X轴标签避免重叠
# plt.xticks(rotation=45)

plt.show()

方式二：Seaborn（样式更美观） #

import seaborn as sns
import matplotlib.pyplot as plt

# 设置绘图风格
sns.set_style("whitegrid")

# 生成柱状图
sns.barplot(x=column_totals.index, y=column_totals.values)

# 设置标签与标题
plt.xlabel('列名')
plt.ylabel('列总和')
plt.title('各列数值汇总柱状图')

plt.show()

大规模DataFrame优化提示 #

• 确保数值列使用int/float类型，避免object类型拖慢计算速度
• 若列数量极多，可通过plt.tight_layout()自动调整布局，防止标签被截断

内容的提问来源于stack exchange，提问作者Dun King