Pandas绘图：如何为分组统计的柱状图添加hue参数？

pandas自带的plot.bar()方法本身不支持hue参数，这个参数是seaborn绘图库的专属参数。要实现按Corr列分组展示不同颜色的柱状图，有两种可行方案：

方案一：用pandas调整数据结构后绘图 #

先通过多层分组+unstack()把Corr的不同取值转为列，再调用plot.bar()就能自动按列区分颜色：

x_var, y_var = 'category', 'instance'
# 同时按category和Corr分组，统计instance的唯一值数量
grouped_counts = df.groupby([x_var, 'Corr'])[y_var].nunique().unstack()
# 绘制柱状图，每个category下会显示对应不同Corr的柱子
grouped_counts.plot.bar(stacked=False)

方案二：用seaborn直接绘制（推荐） #

seaborn的barplot()原生支持hue参数，先整理好统计数据再传入即可：

import seaborn as sns
import matplotlib.pyplot as plt

# 先统计每个(category, Corr)组合的instance唯一值数量，转为DataFrame
stats_df = df.groupby(['category', 'Corr'])['instance'].nunique().reset_index(name='unique_instance_count')

# 使用seaborn绘制，hue参数指定Corr列来区分颜色
sns.barplot(data=stats_df, x='category', y='unique_instance_count', hue='Corr')
plt.show()

两种方案都能实现你要的效果：在每个category下展示不同Corr对应的instance唯一值数量，且用颜色区分Corr的分组。

内容的提问来源于stack exchange，提问作者Salih