如何用Pandas制作按Sex分组的disease计数分组条形图

你之前的代码直接将Sex设为索引后绘图，本质是把每一行数据单独生成条形，没有对同性别、同患病状态的样本做计数统计，所以显示的是单个数据点而非总计。要实现目标分组条形图，需要先完成统计再绘图，具体步骤如下：

步骤1：统计分组计数 #

可以用两种方式得到每个性别下患病（disease=1）和未患病（disease=0）的人数：

方法一：用pd.crosstab（直观简洁） #

import pandas as pd
import matplotlib.pyplot as plt

# 生成统计结果：行是性别，列是患病状态，值为对应人数
count_df = pd.crosstab(heart_failure_df['Sex'], heart_failure_df['disease'])

方法二：用groupby+size+unstack #

# 按性别、患病状态分组计数，再将多层索引转为列（fill_value=0避免缺失值）
count_df = heart_failure_df.groupby(['Sex', 'disease']).size().unstack(fill_value=0)

两种方法都会生成如下结构的统计DataFrame：

步骤2：绘制分组条形图 #

基于统计后的DataFrame绘图，就能得到每个性别对应两个条形的分组图：

count_df.plot(kind='bar', figsize=(8, 5))
plt.xlabel('性别')
plt.ylabel('人数')
plt.title('不同性别患病/未患病人数统计')
plt.legend(['未患病', '患病'])  # 自定义图例名称，更直观
plt.show()

运行后会生成你需要的分组条形图：每个性别组包含两个条形，分别对应未患病和患病的人数。

内容的提问来源于stack exchange，提问作者blub_9