如何在Seaborn绘图中使用sum函数聚合裁员数据？

我有一个带PeriodIndex的裁员数据集，样例如下：

Industry    Laid_Off_Count
Year        
2022-10 Finance 0.0
2022-10 Healthcare  0.0
2022-09 Consumer    600.0
2022-09 Healthcare  113.0
2022-09 Finance 85.0
2020-03 Travel  0.0
2020-03 Transportation  8.0
2020-03 Consumer    6.0
2020-12 Retail  20.0
2020-11 All Others  75.0
1791 rows × 2 columns

行业唯一值：

array(['Finance', 'Healthcare', 'Consumer', 'All Others', 'Food',
       'Transportation', 'Real Estate', 'Retail', 'Travel'], dtype=object)

我当前用以下代码绘图：

fig = plt.figure(figsize=(20,8))
ax = fig.add_subplot()
sns.histplot(data=df_copy3,y='Industry',hue=df_copy3.index.year,ax=ax,multiple='dodge',stat='count')
plt.savefig('Tech layoffs by Industry.jpeg')

但我需要把X轴改成按行业和年份分组的裁员总数，用sum聚合，实现类似分组条形图的效果，该怎么做？

解决方案 #

seaborn.histplot的stat参数不支持sum，要实现需求的分组条形图，推荐两种方式：

方式1：先手动聚合数据，再绘图 #

先提取年份为单独列，再按行业+年份分组计算裁员总数，最后绘制条形图：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 从索引提取年份到新列
df_copy3['Year'] = df_copy3.index.year

# 按行业、年份分组，求和裁员数
agg_df = df_copy3.groupby(['Industry', 'Year'])['Laid_Off_Count'].sum().reset_index()

# 绘制分组条形图
fig = plt.figure(figsize=(20,8))
ax = fig.add_subplot()
sns.barplot(data=agg_df, y='Industry', x='Laid_Off_Count', hue='Year', ax=ax, dodge=True)

plt.xlabel('裁员总数')
plt.ylabel('行业')
plt.title('各行业年度裁员总数')
plt.savefig('Tech layoffs by Industry.jpeg')

方式2：直接用barplot指定聚合函数 #

seaborn.barplot支持通过estimator参数指定聚合逻辑，无需提前分组，直接传入原数据即可：

import seaborn as sns
import matplotlib.pyplot as plt

fig = plt.figure(figsize=(20,8))
ax = fig.add_subplot()
# 指定estimator=sum，直接按行业和年份聚合求和
sns.barplot(data=df_copy3, y='Industry', x='Laid_Off_Count', hue=df_copy3.index.year, 
            ax=ax, dodge=True, estimator=sum)

plt.xlabel('裁员总数')
plt.ylabel('行业')
plt.title('各行业年度裁员总数')
plt.savefig('Tech layoffs by Industry.jpeg')

两种方式都能实现目标效果：Y轴为行业，X轴对应各行业每年的裁员总数，不同年份用颜色区分。

内容的提问来源于stack exchange，提问作者Victor