如何在带hue的Seaborn柱状图内显示观测数量(n)

问题背景 #

需要创建基于%_time指标的带hue分组柱状图，同时在每个柱子内部显示对应分组的观测数量(n)。现有DataFrame如下：

现有实现代码 #

已成功生成目标柱状图，但还未添加n值标签，代码如下：

import seaborn as sns
import matplotlib.pyplot as plt

color = sns.color_palette("Paired")
sns.set_style(style='white')
fig, ax = plt.subplots(figsize=(9,6))
ax = sns.barplot(x='Treatment', y='%_time', hue='Condition', data=df, 
                 capsize=.1, palette=color)
plt.legend(title='Groups', loc='upper right')
plt.xlabel("Treatment")
plt.ylabel("% Time in Open Arm")
plt.title("Stress in STZ vs Vehicle ", size=14)

遇到的问题 #

• 使用countplot能显示n值，但y轴会变为计数，无法保留%_time的数值展示；
• 直接给barplot添加bar_label，显示的是柱子对应的%_time数值，而非分组的观测数n。

解决方案 #

1. 先统计每个分组的观测数 #

先按Treatment和Condition组合分组，计算每组的样本量：

# 统计每个(Treatment, Condition)组合的观测数
n_counts = df.groupby(['Treatment', 'Condition']).size().reset_index(name='n')

2. 遍历柱子添加n值标签 #

在原有绘图代码基础上，遍历每个柱子，匹配对应的分组信息，将n值添加到柱子内部：

import seaborn as sns
import matplotlib.pyplot as plt

color = sns.color_palette("Paired")
sns.set_style(style='white')
fig, ax = plt.subplots(figsize=(9,6))
# 绘制基础柱状图
ax = sns.barplot(x='Treatment', y='%_time', hue='Condition', data=df, 
                 capsize=.1, palette=color)

# 遍历所有柱子，添加n值标签
for p in ax.patches:
    # 计算柱子中心的坐标位置
    x_center = p.get_x() + p.get_width() / 2
    y_center = p.get_height() / 2  # 标签放在柱子垂直中心，可根据需求调整
    
    # 根据柱子位置判断所属的Treatment和Condition分组
    treatment_idx = int(p.get_x() // (p.get_width() * 2))
    condition_idx = int((p.get_x() % (p.get_width() * 2)) // p.get_width())
    
    # 获取对应的分组名称
    treatment = df['Treatment'].unique()[treatment_idx]
    condition = df['Condition'].unique()[condition_idx]
    
    # 匹配对应的n值
    n_value = n_counts[(n_counts['Treatment'] == treatment) & (n_counts['Condition'] == condition)]['n'].values[0]
    
    # 添加文本标签
    ax.text(x_center, y_center, f'n={n_value}', ha='center', va='center', fontweight='bold')

# 图表美化设置
plt.legend(title='Groups', loc='upper right')
plt.xlabel("Treatment")
plt.ylabel("% Time in Open Arm")
plt.title("Stress in STZ vs Vehicle ", size=14)
plt.show()

注意事项 #

• 若原始DataFrame中每个(Treatment, Condition)组包含多条数据，groupby.size()会自动统计每组的真实观测数，无需修改代码；
• 标签位置可通过调整y_center的计算方式修改，比如想让标签靠近柱子顶部，可改为y_center = p.get_height() * 0.8。

内容的提问来源于stack exchange，提问作者Adriana