pandas分组统计后用seaborn绘制多级柱状图的代码问题排查

原有代码存在的3个核心问题 #

• 变量未先定义就赋值：执行grouped_gender['count'] = ...前，grouped_gender对象不存在，会直接触发NameError。
• 分组结果结构不符合绘图要求：groupby(['Prod', 'Gender'])[['Prod']].count()默认会把Prod、Gender设为多级行索引，不会保留为普通列，seaborn无法读取到这两个字段作为绘图的x轴和分组维度。
• 绘图参数逻辑错误：设置dodge=False会让不同性别的柱子完全重叠，无法实现分组柱状图的并排展示效果。

修正后可运行代码 #

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

# 分组统计：as_index=False会把分组字段保留为普通列，不设为索引
grouped_gender = main_data.groupby(['Prod', 'Gender'], as_index=False)['Prod'].count()
# 重命名计数列，避免和原Prod字段混淆
grouped_gender = grouped_gender.rename(columns={'Prod': 'count'})

# 绘制分组柱状图
fig, axes = plt.subplots(nrows=1, ncols=1, figsize=(10, 7))
barplot2 = sns.barplot(
    data=grouped_gender,
    x='Prod',
    y='count',
    hue='Gender',
    orient='v',
    ax=axes,
    ci=None,
    dodge=True  # 开启柱子错位，同Prod下不同性别的柱子并排展示
)
plt.show()

简化写法提示：如果不需要提前留存分组统计结果，可以直接调用sns.countplot()完成绘图，不需要手动做分组计数：

sns.countplot(data=main_data, x='Prod', hue='Gender', ax=axes)

内容的提问来源于stack exchange，提问作者Alberto Alvarez