如何基于pandas透视表颜色列为条形图配色并调整坐标轴方向

该需求完全可以通过for循环实现，也可以使用更简洁的直接传参方式实现，两种实现方案如下：

前置数据处理 #

先将透视表的多层索引转为普通列，方便提取标签和颜色值：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 你原有生成透视表的代码
pivot = pd.pivot_table(df, index=['Description', 'ColorID'], values=['Turnover'], aggfunc=np.sum)
# 重置索引，把Description、ColorID从索引转为可调用的列
pivot = pivot.reset_index()
# 拼接生成x轴显示的标签
pivot['x_label'] = pivot['Description'] + ' ' + pivot['ColorID']

方案1：for循环实现（你要求的实现方式） #

plt.figure(figsize=(16, 8))
# 遍历每一行数据逐个生成条形
for index, row in pivot.iterrows():
    plt.bar(x=index, height=row['Turnover'], color=row['ColorID'])

# 设置x轴标签垂直显示（旋转90度）
plt.xticks(
    ticks=range(len(pivot)),
    labels=pivot['x_label'],
    rotation=90
)
plt.xlabel("产品（对应颜色）")
plt.ylabel("营业额")
plt.tight_layout() # 自动调整布局，避免x轴标签被截断
plt.show()

方案2：无循环简洁实现 #

不需要循环，直接向plt.bar传递颜色列表即可实现相同效果：

plt.figure(figsize=(16, 8))
plt.bar(
    x=pivot['x_label'],
    height=pivot['Turnover'],
    color=pivot['ColorID']
)
plt.xticks(rotation=90)
plt.xlabel("产品（对应颜色）")
plt.ylabel("营业额")
plt.tight_layout()
plt.show()

补充说明 #

如果你的ColorID字段存储的是十六进制颜色编码，可以直接被matplotlib识别；如果是自定义的颜色编号，你可以提前构造一个颜色映射字典，把编号转换为matplotlib支持的颜色值再传入即可。

内容的提问来源于stack exchange，提问作者DSouthy