如何使用Python绘制多数值列均值的分组柱状图

可行实现方案 #

方案1：转换数据格式后使用seaborn catplot #

你遇到的限制本质是因为你的数据集是宽格式，数值列以独立字段存在，无法直接作为分类变量传入hue。只需先把宽格式转为长格式，即可直接使用catplot实现需求：

• 第一步：用pandas的melt方法完成格式转换
  假设原始数据存在DataFrame变量df中，转换代码如下：

  import pandas as pd
  import seaborn as sns
  import matplotlib.pyplot as plt
  
  # 宽表转长表
  long_df = df.melt(
      id_vars="category",
      value_vars=["sales", "profit", "此处替换为剩余4个数值列的列名"],
      var_name="metrics",
      value_name="value"
  )
  

  转换后得到3列的长表：category为原分类列，metrics为数值列的名称（如sales、profit），value为对应数值，此时metrics就是标准的分类变量。
• 第二步：绘制分组柱状图
  直接把metrics传入hue参数即可，catplot的柱状图默认会自动计算每组均值：

  sns.catplot(
      data=long_df,
      x="category",
      y="value",
      hue="metrics",
      kind="bar",
      ci=None # 不需要显示置信区间可保留该行，否则删掉即可
  )
  plt.show()
  

  如果你需要提前手动聚合均值，也可以先做分组计算再传入：

  # 提前计算均值
  mean_df = long_df.groupby(["category", "metrics"], as_index=False)["value"].mean()
  # 绘图
  sns.catplot(data=mean_df, x="category", y="value", hue="metrics", kind="bar")
  plt.show()
  

方案2：无需转换格式，直接用matplotlib原生绘制 #

如果你不想修改数据格式，也可以手动计算均值后用matplotlib原生实现，代码如下：

import numpy as np
import matplotlib.pyplot as plt

# 计算每个category下各数值列的均值
mean_df = df.groupby("category").mean()
# 定义绘图参数
x = np.arange(len(mean_df.index)) # 7个分类的基准x坐标
width = 0.12 # 单根柱子宽度，6个数值列总宽度为0.72，不会重叠
metrics_cols = ["sales", "profit", "此处替换为剩余4个数值列的列名"]

# 循环绘制每个数值列的柱子
for idx, col in enumerate(metrics_cols):
    plt.bar(x + idx*width, mean_df[col], width=width, label=col)

# 配置坐标轴与图例
plt.xticks(x + width*2.5, mean_df.index)
plt.xlabel("category")
plt.ylabel("均值")
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者Sona