python 并列条形图_python – 来自两个pandas数据框的分组条形图

我有两个包含不同值但结构相同的数据框：

df1 =

0 1 2 3 4

D 0.003073 0.014888 0.155815 0.826224 NaN

E 0.000568 0.000435 0.000967 0.002956 0.067249

df2 =

0 1 2 3 4

D 0.746689 0.185769 0.060107 0.007435 NaN

E 0.764552 0.000000 0.070288 0.101148 0.053499

我想在单个分组条形图中绘制两个数据帧.另外,每一行(索引)应该是一个子图.

对于其中一个直接使用pandas,这很容易实现：

df1.T.plot(kind="bar", subplots=True, layout=(2,1), width=0.7, figsize=(10,10), sharey=True)

我试着加入他们

pd.concat([df1, df2], axis=1)

这会产生一个新的数据帧：

0 1 2 3 4 0 1 2 3 4

D 0.003073 0.014888 0.155815 0.826224 NaN 0.746689 0.185769 0.060107 0.007435 NaN

E 0.000568 0.000435 0.000967 0.002956 0.067249 0.764552 0.000000 0.070288 0.101148 0.053499

但是,使用上述方法绘制数据框不会对每列的条形图进行分组,而是将它们分开处理.对于每个子图,这导致x轴具有按列的顺序重复的刻度,例如, 0,1,2,3,4,0,1,2,3,4.

有任何想法吗？

最佳答案 目前尚不清楚数据是如何组织的. Pandas和seaborn通常期望

tidy datasets.因为你在绘图之前转移数据我假设你有两个变量(A和B)和四个观察值(例如测量值)

df1 = pd.DataFrame.from_records(np.random.rand(2,4), index = ['A','B'])

df2 = pd.DataFrame.from_records(np.random.rand(2,4), index = ['A','B'])

df1.T

也许这接近你想要的：

df4 = pd.concat([df1.T, df2.T], axis=0, ignore_index=False)

df4['col'] = (len(df1.T)*(0,) + len(df2.T)*(1,))

df4.reset_index(inplace=True)

df4

使用seaborns facet grid可以方便地绘图：

sns.factorplot(x='index', y='A', hue='col', kind='bar', data=df4)