Pandas/Matplotlib如何绘制分组柱状图并按指定列设置颜色编码

你之前的写法生成多图的核心原因是：遍历groupby返回的对象逐组调用绘图方法时，每次都会创建新的独立画布/坐标轴，自然没法把所有柱子合并到同一张图。只要先把数据转换为适配分组柱状图的宽表结构，单次调用绘图接口就能实现需求。

实现步骤 #

• 第一步：聚合+重塑数据结构
  首先把数据处理成行索引为data_range分组、列名为trade_type类型、单元格值为对应均值的格式，用unstack()就能完成长表转宽表的操作：

# 如果已经提前算好了mean列，直接用下面这行重塑结构
plot_df = df.groupby(['data_range', 'trade_type'])['mean'].first().unstack()

# 如果还没计算均值，把first()换成mean()即可，会自动按两个维度聚合算均值
# plot_df = df.groupby(['data_range', 'trade_type'])['你的原始数值列名'].mean().unstack()

如果需要固定trade_type的展示顺序，可以在unstack之后手动重排columns顺序：

# 替换成你自己的trade_type枚举值顺序即可
plot_df = plot_df[['现货交易', '合约交易', '杠杆交易']]

• 第二步：单次调用柱状图接口绘图
  直接对处理好的宽表调用bar绘图，会自动生成符合要求的分组柱状图：

import matplotlib.pyplot as plt

ax = plot_df.plot(
    kind='bar',
    figsize=(10, 6), # 自定义画布大小
    rot=0 # 可选：把横轴标签改成水平显示，默认是倾斜90度
)

# 可选：给每个柱子顶部加数值标签，方便读数
for container in ax.containers:
    ax.bar_label(container, padding=2)

plt.tight_layout() # 自动调整布局避免标签被截断
plt.show()

最终效果 #

• 横轴自动按data_range做分组标注，每个分组下并排展示3个柱子，对应3种交易类型
• 同一种trade_type的柱子全局使用统一颜色，自动生成匹配的图例
• 所有元素都在单张图内，不会生成独立多图

不要逐组循环调用绘图方法，pandas的内置绘图接口原生支持对宽表直接生成分组柱状图，提前把数据结构处理对是最简便的实现方式。

内容的提问来源于stack exchange，提问作者LGR