如何基于两列字段将pandas数据的直方图拆分为多个子图

你之前出现KeyError是因为DataFrame取多列需要传入列表，正确写法是df[['id', 'barcode']]，但即使修正该写法，直接使用hist的by参数也很难精准匹配5行2列的子图布局。下面提供两种可直接运行的实现方案： #

方案1：pandas+matplotlib原生实现（无额外依赖） #

该方案逻辑可控，自定义程度高，适配百万级数据无额外性能损耗。

import pandas as pd
import matplotlib.pyplot as plt

# 提前将accuracy转为数值型，避免字符串类型导致绘图异常
df['accuracy'] = pd.to_numeric(df['accuracy'])

# 获取唯一id、barcode列表，排序保证子图位置固定
ids = sorted(df['id'].unique())
barcodes = sorted(df['barcode'].unique())

# 创建5行2列的子图，对应5种id、2种barcode
fig, axes = plt.subplots(nrows=5, ncols=2, sharey='none', sharex='none', figsize=(20,20)) 

# 遍历双维度分组，对应到子图绘制直方图
for (id_val, barcode_val), group_df in df.groupby(['id', 'barcode']):
    row_idx = ids.index(id_val)
    col_idx = barcodes.index(barcode_val)
    current_ax = axes[row_idx, col_idx]
    # 可自行调整bins、颜色等参数
    group_df['accuracy'].hist(ax=current_ax, bins=20, edgecolor='black')
    # 添加子图标识
    current_ax.set_title(f"id: {id_val} | barcode: {barcode_val}")
    current_ax.set_xlabel("准确率")
    current_ax.set_ylabel("样本量")

# 调整子图间距避免标题、标签重叠
plt.tight_layout()
plt.show()

方案2：基于seaborn实现（代码更简洁） #

如果接受引入第三方可视化库，用seaborn的FacetGrid可以更快捷的实现多维度分面子图：

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

df['accuracy'] = pd.to_numeric(df['accuracy'])

# 按id拆分行、barcode拆分列，自动生成5行2列的子图网格
g = sns.FacetGrid(df, row='id', col='barcode', height=4, aspect=1.5)
# 每个子图绘制准确率直方图
g.map(plt.hist, 'accuracy', bins=20, edgecolor='black')
# 统一设置轴标签和子图标题
g.set_axis_labels("准确率", "样本量")
g.set_titles("id: {row_name} | barcode: {col_name}")

plt.tight_layout()
plt.show()

以上两种方案都可以满足你的需求，不需要使用其他更复杂的库。

内容的提问来源于stack exchange，提问作者Luke Roche