如何用Python从DataFrame绘制符合预期的定制化图表？

我需要基于以下DataFrame绘制特定样式的柱状图：

Type   Test  Speed  Efficiency  Durability
0  Model A     OK      3           3           3
1  Model A  nonOK      2           2           2
2  Model B     OK      1           1           2
3  Model B  nonOK      3           3           2
4  Model C     OK      3           2           6
5  Model C  nonOK      3           4           0

预期图表样式：

• 以Type（Model A/B/C）作为x轴的一级分组
• 每个Type组内，按Speed、Efficiency、Durability三个指标横向拆分为二级子分组
• 每个指标下，用并列双柱分别展示Test=OK和Test=nonOK的对应数值

我使用Plotly Express编写了基础代码：

fig = px.bar(df, x="Type", y=['Speed', 'Efficiency', 'Durability'],
            color="Test", height=450, width=500)

fig.show()

但生成的图表不符合预期——当前图表是将每个Type组内的三个指标柱堆叠/并列，颜色区分Test，但没有按指标拆分出二级子分组，结构与预期不符。

要实现预期样式，需先对DataFrame做长格式转换，再通过多维度x轴设置实现分组结构：

1. 转换数据格式
   使用pd.melt将宽格式的指标列（Speed、Efficiency、Durability）转为长格式，新增Metric列存储指标名称，Value列存储对应数值：

import pandas as pd
import plotly.express as px

# 构造原DataFrame（若已有可跳过）
df = pd.DataFrame({
    'Type': ['Model A', 'Model A', 'Model B', 'Model B', 'Model C', 'Model C'],
    'Test': ['OK', 'nonOK', 'OK', 'nonOK', 'OK', 'nonOK'],
    'Speed': [3,2,1,3,3,3],
    'Efficiency': [3,2,1,3,2,4],
    'Durability': [3,2,2,2,6,0]
})

# 转换为长格式
df_melted = df.melt(id_vars=['Type', 'Test'], var_name='Metric', value_name='Value')

2. 绘制目标图表
   设置x=['Type', 'Metric']实现二级分组，同时指定barmode='group'让同指标下的OK/nonOK柱并列：

fig = px.bar(df_melted, x=['Type', 'Metric'], y='Value', color='Test',
             barmode='group', height=450, width=700)

# 可选：调整x轴分类顺序，确保分组逻辑更清晰
fig.update_layout(
    xaxis={
        'categoryorder': 'array',
        'categoryarray': ['Model A', 'Model B', 'Model C', 'Speed', 'Efficiency', 'Durability']
    }
)

fig.show()

生成的图表会完全匹配预期结构：每个Type下拆分出三个指标子分组，每个指标下并列展示OK和nonOK的双柱。

内容的提问来源于stack exchange，提问作者Timeless