pandas按组绘制变量均值柱状图时如何标注每组实例数量

核心是先把分组的均值、样本数两个指标同时聚合出来，再根据展示需求选对应方案即可。

第一步：提前聚合分组统计结果 #

不要直接链式调用plot，先把分组计算结果存为变量，方便后续调用：

# 按Borrow_Rank分组，同时计算Outcome均值、每组样本行数
group_stats = df.groupby('Borrow_Rank', as_index=False).agg(
    outcome_mean = ('Outcome', 'mean'),
    sample_cnt = ('Outcome', 'count')
)

方案1：柱子顶部标注样本数（推荐） #

柱子高度保持0-1的Outcome均值，直接在每个柱子上方加文字标注对应样本量，不会因为量纲差异造成视觉误导，可读性最好：

import matplotlib.pyplot as plt

# 绘制基础均值柱状图
ax = group_stats.plot(
    x='Borrow_Rank',
    y='outcome_mean',
    kind='bar',
    figsize=(9, 5),
    color='#2c7fb8',
    ylim=(0, 1.1), # 顶部预留10%空间放标注，避免文字被截断
    xlabel='Borrow Rank',
    ylabel='Mean Outcome'
)

# 循环给每个柱子加样本数标注
for bar_idx, row in group_stats.iterrows():
    ax.text(
        x=bar_idx,
        y=row['outcome_mean'] + 0.02, # 标注位置在柱子顶部上方2%高度处
        s=f"n={int(row['sample_cnt'])}",
        ha='center',
        fontsize=9
    )

plt.xticks(rotation=0)
plt.tight_layout()
plt.show()

方案2：双Y轴展示两组柱形 #

如果你需要直观对比不同分组的样本量差异，可以用双Y轴分别承载均值（0-1）、样本数（2000-5000）两个量纲差异大的指标，注意错开柱子位置、用不同颜色区分：

import matplotlib.pyplot as plt

fig, ax_mean = plt.subplots(figsize=(9,5))

# 左Y轴画Outcome均值
group_stats.plot(
    x='Borrow_Rank',
    y='outcome_mean',
    kind='bar',
    width=0.35,
    position=1,
    color='#2c7fb8',
    ax=ax_mean,
    xlabel='Borrow Rank',
    ylabel='Mean Outcome',
    ylim=(0, 1.1)
)

# 右Y轴画样本计数
ax_cnt = ax_mean.twinx()
group_stats.plot(
    x='Borrow_Rank',
    y='sample_cnt',
    kind='bar',
    width=0.35,
    position=0,
    color='#ff7f0e',
    ax=ax_cnt,
    ylabel='Sample Count',
    ylim=(1800, 5200) # 比实际2000-5000的区间稍宽，预留边距
)

# 合并两个轴的图例，避免重复
h1, l1 = ax_mean.get_legend_handles_labels()
h2, l2 = ax_cnt.get_legend_handles_labels()
ax_mean.legend(h1+h2, ['Mean Outcome', 'Sample Count'], loc='upper right')
ax_cnt.get_legend().remove()

plt.xticks(rotation=0)
plt.tight_layout()
plt.show()

注意：双轴方案容易让读者误读柱形高度的对应关系，除非明确需要展示样本数的组间差异，否则优先选择方案1的标注形式。

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