如何用Pandas绘制Cluster列的分组计数彩色柱状图？

先修正示例数据的问题 #

原数据存在两个重复的col2键（后一个会覆盖前一个），且Cluster列有拼写不一致的情况（"Cluster 3"和"Cluster3"会被识别为不同类别），先做预处理：

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

# 修正重复列名，整理数据
data = {
    'col1': ['Agree', 'Disagree', 'Agree', 'Agree', 'Agree', 'Disagree'],
    'col2': ['Agree', 'Disagree', 'Agree', 'Agree', np.nan , 'Disagree'],
    'col3': ['Agree', 'Agree', 'Agree', 'Agree', 'Disagree', np.nan],
    'Cluster': ['Cluster 1', 'Cluster 2', 'Cluster 2', 'Cluster 1', 'Cluster 3', 'Cluster3']
}
df = pd.DataFrame(data)

# 统一Cluster命名（可选，若需要合并拼写差异的类别）
df['Cluster'] = df['Cluster'].str.replace(' ', '')

步骤1：统计各Cluster的出现次数 #

用value_counts()快速统计频次：

cluster_counts = df['Cluster'].value_counts()

步骤2：绘制带差异化颜色的柱状图 #

方法1：Matplotlib 手动指定颜色

可以用colormap生成对应数量的不同颜色：

# 生成与Cluster数量匹配的颜色
colors = plt.cm.tab10(np.arange(len(cluster_counts)))

# 绘制柱状图
plt.bar(cluster_counts.index, cluster_counts.values, color=colors)

# 添加标注
plt.xlabel('Cluster')
plt.ylabel('出现次数')
plt.title('各Cluster出现次数统计')

plt.show()

方法2：Seaborn 自动分配颜色

Seaborn能更简洁地实现差异化配色：

import seaborn as sns

sns.barplot(x=cluster_counts.index, y=cluster_counts.values, palette='tab10')
plt.xlabel('Cluster')
plt.ylabel('出现次数')
plt.title('各Cluster出现次数统计')
plt.show()

内容的提问来源于stack exchange，提问作者ar_mm18