Spark Pandas绘制多列条形图及科目过多时条形过窄问题咨询

代码正确性判断 #

你的写法逻辑符合需求，但是存在1处会触发报错的细节问题：
你的Spark DataFrame中的分数列名是首字母大写的Marks，但pivot方法中传入的是小写的marks，列名不匹配会抛出KeyError，修改为对应列名即可正常运行：

barchartPandas = df.toPandas()
# 修正列名大小写，匹配原始字段
barchartPandas.pivot('year', 'subject', 'Marks').plot.bar(stacked=False, figsize=(20,10))

补充说明：你当前设置了legend=False，如果科目数量较多，建议移除该参数保留图例，否则无法区分不同颜色对应的科目。

条形宽度&拥挤问题解决方案 #

可以通过以下几种方式组合调整，增大条形尺寸、优化展示效果：

• 直接调整条形宽度参数
  plot.bar方法自带width参数，默认值为0.8，取值范围0-1，数值越大条形越宽：

barchartPandas.pivot('year', 'subject', 'Marks').plot.bar(
    stacked=False, 
    figsize=(20,10),
    width=0.9 # 调整每组条形的总宽度
)

• 增大画布横轴尺寸
  你当前设置的画布尺寸是(20,10)，可以进一步增大第一个参数（横轴长度），给条形预留更多展示空间：

# 横轴改为30，整体画布更宽
figsize=(30,10)

• 改用横向条形图
  如果科目数量非常多，横向条形图的展示效果远好于纵向，只需要把plot.bar改为plot.barh即可：

barchartPandas.pivot('year', 'subject', 'Marks').plot.barh(stacked=False, figsize=(20,15))

• 优化标签展示避免挤压
  可以添加rot参数旋转x轴标签，避免标签重叠占用额外空间，间接给条形预留更多宽度：

# x轴标签旋转45度
plot.bar(stacked=False, figsize=(20,10), width=0.9, rot=45)

内容的提问来源于stack exchange，提问作者tharindu