如何用Matplotlib/Seaborn为多层索引DataFrame绘制分组柱状图

我明白你想要实现的效果：在同一个柱状图里，每个genre类别下对应miscl_count的3个取值（4、5、6）各显示一个独立柱子，并且用不同颜色区分不同的genre。下面我来一步步帮你实现这个需求：

理解你的数据结构 #

你已经通过groupby(['genre', 'miscl_count']).count()得到了多层索引的结果，这个结果的行索引是genre和miscl_count，值是每个组合下的艺人数量。我们需要把这个结构调整成适合绘图的格式。

方法一：使用Pandas内置绘图（简单快捷） #

核心是用unstack()方法调整数据结构，选择正确的索引层级来展开：

# 将miscl_count这个索引层级展开为列
miscl_df_group.unstack(level='miscl_count').plot(kind='bar')

为什么这样做？ #

• unstack(level='miscl_count')会把第二层索引miscl_count转换成列，此时你的DataFrame结构会变为：

  genre	artist_4	artist_5	artist_6
  a	11	9	9
  b	19	13	16
  ...	...	...	...

• 调用plot(kind='bar')后，每个genre会对应一组3个柱子（分别对应miscl_count的4、5、6），同一genre的柱子颜色相同，不同genre颜色不同，完全匹配你的需求。

如果想优化图表样式，可以添加额外参数：

ax = miscl_df_group.unstack(level='miscl_count').plot(kind='bar', figsize=(10,6), rot=0)
ax.set_title('Artist Count by Genre and Miscl Count')
ax.set_xlabel('Genre')
ax.set_ylabel('Number of Artists')
plt.legend(title='Miscl Count')
plt.show()

方法二：使用Seaborn实现（更灵活的样式控制） #

如果你想要更自定义的视觉效果，可以先把数据转换成长格式，再用Seaborn绘制：

import seaborn as sns
import matplotlib.pyplot as plt

# 把多层索引转换成普通列
miscl_df_flat = miscl_df_group.reset_index()

# 自定义调色板，确保同一genre的不同miscl_count柱子颜色一致
genre_palette = {'a': '#FF6B6B', 'b': '#4ECDC4', 'c': '#45B7D1', 'd': '#96CEB4', 'e': '#FFEAA7'}

# 绘制柱状图，按genre分配颜色，同一genre下的miscl_count柱子并排展示
sns.barplot(
    data=miscl_df_flat,
    x='genre',
    y='artist',
    hue='miscl_count',
    palette=genre_palette
)
plt.title('Artist Count by Genre and Miscl Count')
plt.xlabel('Genre')
plt.ylabel('Number of Artists')
plt.show()

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