如何用Bokeh绘制DataFrame中Year与A/B/C/D列的柱状图？

根据需求（每个年份对应一组A、B、C、D类别的柱状图），补充后的完整代码如下：

import pandas as pd
from bokeh.io import output_file, show
from bokeh.plotting import figure
from bokeh.palettes import Spectral6
from bokeh.models import ColumnDataSource, FactorRange
from bokeh.transform import factor_cmap

# 将原始宽格式DataFrame转为长格式，适配Bokeh分组绘图需求
df_melted = df.melt(id_vars='Year', var_name='类别', value_name='计数')
# 构造年份与类别的组合因子，用于分组柱状图的x轴
年份列表 = [str(y) for y in df['Year'].unique()]
类别列表 = ['A', 'B', 'C', 'D']
x轴因子 = [(year, cat) for year in 年份列表 for cat in 类别列表]
# 给数据源添加组合字段，绑定年份和类别
df_melted['年份_类别'] = list(zip(df_melted['Year'].astype(str), df_melted['类别']))

output_file("bar_charts.html")
source = ColumnDataSource(df_melted)

# 补充figure的x_range参数，使用分组因子范围
p = figure(x_range=FactorRange(*x轴因子), height=350, title="各年份类别计数")    
# 补充vbar的核心参数，同时用颜色区分不同类别
p.vbar(x='年份_类别', top='计数', width=0.9, source=source,
       fill_color=factor_cmap('年份_类别', palette=Spectral6[:4], factors=类别列表, start=1, end=2),
       legend_field='类别')

# 优化图表可读性
p.xaxis.major_label_orientation = 1.2  # 旋转x轴标签避免重叠
p.legend.title = "类别"

show(p)

关键参数说明： #

1. figure的x_range：通过FactorRange(*x轴因子)定义分组式x轴，确保每个年份下能展示A、B、C、D四个类别的柱子。
2. vbar的x：传入组合后的年份_类别字段实现分组定位，top传入数值列计数作为柱子高度，同时指定source完成数据绑定。

如果你的需求是每个年份单独生成一张独立柱状图（每行对应一个独立图表），可以改用网格布局实现：

import pandas as pd
from bokeh.io import output_file, show
from bokeh.plotting import figure
from bokeh.palettes import Spectral6
from bokeh.models import ColumnDataSource
from bokeh.layouts import gridplot

output_file("bar_charts.html")

plots = []
# 遍历DataFrame每行，生成对应年份的独立柱状图
for _, row in df.iterrows():
    年份 = row['Year']
    # 构造单年份的数据源
    data = {'类别': ['A', 'B', 'C', 'D'], '计数': [row['A'], row['B'], row['C'], row['D']]}
    source = ColumnDataSource(data)
    # 创建单图并配置参数
    p = figure(x_range=['A', 'B', 'C', 'D'], height=250, title=f"年份{年份}计数")
    p.vbar(x='类别', top='计数', width=0.9, source=source, fill_color=Spectral6[:4])
    plots.append(p)

# 以2列布局展示所有图表
grid = gridplot(plots, ncols=2)
show(grid)

内容的提问来源于stack exchange，提问作者Tranquil Oshan