如何在同一图中为各分类变量绘制数值计数图

• 核心思路：核心步骤是将原始宽表转为长表，方便按列分组统计频次，统计完成后用分组柱状图展示即可。

依赖安装（未安装相关库可执行） #

pip install pandas seaborn matplotlib

完整实现代码 #

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 构造目标数据集
df = pd.DataFrame({
    'Q1': [4,1,1,1,5],
    'Q2': [1,5,2,4,1],
    'Q3': [5,1,1,1,5]
})

# 宽表转长表，适配分组统计逻辑
df_long = df.melt(var_name='所属列', value_name='取值')
# 统计每列不同取值的出现次数
count_df = df_long.groupby(['所属列', '取值']).size().reset_index(name='出现次数')

# 绘制分组柱状图
plt.figure(figsize=(10, 6))
sns.barplot(data=count_df, x='取值', y='出现次数', hue='所属列')
# 配置图像标签
plt.xlabel('各列取值')
plt.ylabel('对应列的出现次数')
plt.title('各列不同取值的出现频次统计')
plt.show()

效果说明 #

运行代码后生成的分组柱状图完全匹配需求：

• x轴展示1~5的所有分类取值
• 不同颜色的柱子分别对应Q1、Q2、Q3三列
• 柱子高度为对应取值在所属列的出现次数

内容的提问来源于stack exchange，提问作者SoraHeart