如何用带均值标准差的pandas多级索引数据绘制带误差棒的分组条形图

实现思路 #

你需要先将行索引中的均值、标准差数据拆分，再调整数据维度匹配绘图要求：

• 从原多级索引DataFrame中分别提取均值（mean）、标准差（std）两个子集
• 对两个子集做转置，让代谢物名称（cis-aconitate系列）作为行索引，对应x轴的刻度项；ADE/VEH分组作为列，对应每个刻度下的两个分组条形
• 绘图时将标准差数据传入yerr参数作为误差棒数据源

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 1. 拆分均值、标准差数据并转置
mean_data = df.loc['mean'].T
std_data = df.loc['std'].T

# 2. 绘制带误差棒的分组条形图
ax = mean_data.plot(
    kind='bar',
    yerr=std_data,  # 传入标准差作为误差棒
    capsize=4,  # 误差棒两端短横线的长度
    figsize=(12, 6),  # 画布尺寸
    rot=45  # x轴标签旋转角度，避免重叠
)

# 可选：补充图表标注
ax.set_ylabel('数值（均值）')
ax.set_xlabel('代谢物分组')
plt.tight_layout()  # 自动调整布局，防止标签被截断
plt.show()

运行上述代码即可得到你需要的效果：x轴按顺序排列所有cis-aconitate系列项，每个刻度下有ADE、VEH两个颜色不同的条形，误差棒自动匹配对应分组的标准差数值。

内容的提问来源于stack exchange，提问作者jmorrr