Python中点击柱状图/直方图柱子返回对应DataFrame的实现方法

你当前用的pandas内置直方图是基于matplotlib实现的，只要给画布绑定点击事件回调即可实现需求，完整可运行代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 1. 构造示例数据
dict_name = {'name': ['kate', 'alex', 'charlene', 'terry', 'bill'], 
             'score': [8, 9, -0.3, -0.3, -0.3], 
             'area': ['arizona', 'washington', 'miami', 'texas', 'texas']}
df = pd.DataFrame.from_dict(dict_name, orient='columns')
print("原始全量数据：\n", df)

# 2. 绘制直方图，同时获取bin区间和柱子对象
fig, ax = plt.subplots()
n, bins, patches = ax.hist(df['score'], bins=4)

# 3. 定义点击事件回调函数
def on_click(event):
    # 只响应点击柱子的动作
    for patch, bin_left, bin_right in zip(patches, bins[:-1], bins[1:]):
        if patch.contains(event)[0]:
            # 筛选出当前柱子对应区间的所有数据
            filtered_df = df[(df['score'] >= bin_left) & (df['score'] < bin_right)]
            print("\n=== 你点击的柱子对应数据如下 ===")
            print(filtered_df)
            # 这里直接拿到filtered_df可以直接对接你后续的可视化逻辑
            return

# 4. 绑定点击事件到画布
fig.canvas.mpl_connect('button_press_event', on_click)

plt.show()

核心逻辑说明 #

• 调用ax.hist时会返回三个值：n是每个柱子的高度（对应样本数）、bins是每个区间的边界值、patches是所有柱子的图形对象集合
• 回调函数里会遍历所有柱子，判断当前点击的位置是否落在某个柱子范围内
• 匹配到对应柱子后，用该柱子的左右区间边界去过滤原始DataFrame，就能得到构成该柱子的全部数据
• 你可以在回调函数里直接用拿到的filtered_df做后续的深度可视化，不需要额外做数据转换

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