Python非数值（分类）数据可视化：基于给定DataFrame绘制指定要求柱状图

思路说明 #

• 先将分类等级Low/Medium/High映射为数值，用于确定柱子高度和标记位置
• 对同一日期下同一item的多个取值，取最高等级作为柱状图高度，其余取值对应位置添加标记点
• 调整X轴刻度为日期，Y轴刻度替换回分类文本

完整代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 构造示例DataFrame
data = {
    "date": ["01-01-2021", "02-01-2021", "02-01-2021", "03-01-2021"],
    "item_1": ["Low", "High", "Low", "Medium"],
    "item_2": ["High", "Low", "Low", "High"]
}
df = pd.DataFrame(data)

# 等级数值映射
level_map = {"Low": 1, "Medium": 2, "High": 3}
# 宽表转长表便于批量处理
df_long = df.melt(id_vars="date", value_vars=["item_1", "item_2"], 
                  var_name="item", value_name="level")
df_long["level_val"] = df_long["level"].map(level_map)

# 配置绘图基础参数
bar_width = 0.35
dates = df["date"].unique()
x = range(len(dates))
colors = ["#1f77b4", "#ff7f0e"]
items = ["item_1", "item_2"]

plt.figure(figsize=(10,6))

# 遍历每个item绘制柱子和标记
for idx, item in enumerate(items):
    # 计算当前item的柱子X轴偏移，避免同一日期下两个柱子重叠
    bar_x = [i + bar_width*idx - bar_width/2 for i in x]
    # 取每个日期下当前item的最高等级作为柱子高度
    group_max = df_long[df_long["item"] == item].groupby("date")["level_val"].max().reindex(dates)
    plt.bar(bar_x, group_max, width=bar_width, label=item, color=colors[idx], alpha=0.7)
    # 给所有等级的位置添加标记
    group_all = df_long[df_long["item"] == item].groupby("date")["level_val"].apply(list).reindex(dates)
    for date_idx, vals in enumerate(group_all):
        for v in vals:
            # 用红色星号作为标记，层级调高避免被柱子遮挡
            plt.scatter(bar_x[date_idx], v, marker="*", s=200, c="red", zorder=10)

# 调整轴显示样式
plt.xticks(x, dates)
plt.yticks([1,2,3], ["Low", "Medium", "High"])
plt.xlabel("日期")
plt.ylabel("等级")
plt.legend()
plt.tight_layout()
plt.show()

参数调整说明 #

• 可修改colors参数自定义柱子颜色
• 可修改marker、s参数调整标记的样式和大小
• 可修改figsize参数调整画布尺寸

内容的提问来源于stack exchange，提问作者TK7372